SEGMENTASI BIBIR DENGAN MENGGUNAKAN METODE KOMBINASI FCM-SNAKE

MUHAMMAD SHOLEKAN, Faridah, S.T., M.Sc.

2014 | Skripsi | FISIKA TEKNIK

Komunikasi merupakan sebuah kebutuhan manusia untuk bisa berkembang. Salah satu bentuk komunikasi adalah komunikasi nonverbal. Komunikasi ini bisa dilakukan dengan menggunakan pembacaan pola gerak bibir. Pembacaan pola gerak bibir harus diawali dengan memisahkan antara bibir dan kulit. Pemisahan ini bisa dilakukan dengan menggunakan segmentasi citra, yaitu memisahkan antara objek dan latarnya. Banyak metode yang telah digunakan untuk melakukan segmentasi ini, diantaranya adalah metode FCM (Metode Pengelompokan Fuzzy) dan snake. Pada penelitian ini dibangun beberapa algoritma pemrograman terkait segmentasi citra. Setiap algoritma menggunakan operasi segmentasi citra, mulai dari transformasi warna hingga FCM (Metode Pengelompokan Fuzzy) dan kontur aktif snake. Setiap algoritma akan diujikan pada 15 data citra sekunder dan 6 data primer. Data diambil dari kondisi dan kuat pencahayaan yang berbeda. Keberhasilan algoritma diukur berdasarkan galat segmentasi yang didapat. Galat segmentasi merupakan selisih koordinat citra hasil segmentasi terhadap citra asli. Perhitungan galat segmentasi dilakukan dengan menggunakan 6 titik kunci pada bibir. Dari perbandingan nilai galat segmentasi didapatkan hasil bahwa algoritma dengan metode kombinasi FCM-snake merupakan algoritma terbaik dengan nilai galat segmentasi rata-rata sebesar 15±10 piksel pada data sekunder dan 16±14 piksel pada data primer. Pencahayaan terbaik data sekunder berada pada rentang 330-340 lux untuk kondisi bibir merah dan 180-190 lux untuk bibir pucat dan berkumis. Pencahayaan terbaik data primer pada pencahayaan terang dengan rentang 260-270 lux.

Communication is a human need to develope. One of communication types is nonverbal communication. Nonverbal communication can be done by using lips reading patterns. The recognition of lips shape pattern must start with separating the lips and the skins. This separation can be done by using image segmentation, which separates between the object and the background. Many methods have been used to this segmentation, one of them are FCM ( Fuzzy Clustering Method ) and snake. This research will develop several of image segmentation algorithms. Each algorithm using image segmentation operation, starting color transformation to FCM (Fuzzy Clustering Method) and active contour snake. Each algorithm will be tested on 15 secondary data images and 6 primary data images. The data image is taken from variation in lips conditions and room illuminations. The success rate of algorithm measured by the value of error segmentation that is obtained. Error segmentation is the difference of keypoint distance coordinate between the original image and the result of segmentation image. From the comparation of the error segmentation value, it can be showed that the combination method of FCM-snake is the best algorithm with error segmentation value 15±10 pixel on secondary data images and error segmentation value 16±14 pixel on primary data images. The best illumination on secondary data image is between 330-340 lux for red lips condition and between 180-190 lux for pale lips and mustache lips. The best illumination on primary data image is between 260-270 lux (bright lighting condition).

Kata Kunci : Komunikasi, Segmentasi, FCM, Snake, Galat segmentasi