SISTEM DETEKSI UKURAN KAKI DENGAN METODE SEGMENTASI WARNA K-MEANS CLUSTERING DAN CANNY EDGE DETECTION
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
YULIETA, INTAN MUTIA
Subject
004 Pemrosesan data dan ilmu komputer
Datestamp
2024-08-16 05:13:21
Abstract :
Ketidaksesuaian produk dalam berbelanja online sering kali menyebabkan pembeli merasa tidak puas. Hal ini sangat umum terjadi terutama pada transaksi fashion item seperti sepatu, yang berdampak merugikan bagi penjual dari segi waktu, tenaga, dan materi. Untuk mengatasi permasalahan ini, telah dikembangkan sistem deteksi ukuran sepatu menggunakan metode segmentasi warna K-Means Clustering dan Canny Edge Detection. Sistem ini mampu memberikan rekomendasi ukuran sepatu atau sandal kepada pengguna dengan memasukkan data gender dan citra kaki yang beralaskan kertas HVS ukuran A4. Proses penggunaan metode ini dimulai dengan preprocessing citra untuk meningkatkan kualitas gambar. Selanjutnya, citra tersebut diubah menjadi 2D dan diolah menggunakan algoritma K-Means Clustering untuk memisahkan object kaki dari latar belakang. Kemudian, metode Canny Edge Detection digunakan untuk mendeteksi tepi object kaki. Diharapkan sistem ini dapat meningkatkan kepercayaan pembeli dan penjual dalam transaksi online, khususnya untuk fashion item sepatu. Dalam pengujian akurasi, sistem diuji secara manual dengan mengumpulkan 20 citra kaki, yang terdiri dari 10 laki-laki dan 10 perempuan, serta menyesuaikan hasil sistem dengan ukuran sebenarnya dari responden. Hasil penelitian menunjukkan bahwa tidak ada kesalahan dalam perhitungan ukuran kaki dan tingkat akurasi yang dicapai adalah 100%. Namun, jika pengguna memasukkan data citra yang todak sesuai, maka kemungkinan error terjadi 15-85%.
Ketidaksesuaian produk dalam berbelanja online sering kali menyebabkan pembeli merasa tidak puas. Hal ini sangat umum terjadi terutama pada transaksi fashion item seperti sepatu, yang berdampak merugikan bagi penjual dari segi waktu, tenaga, dan materi. Untuk mengatasi permasalahan ini, telah dikembangkan sistem deteksi ukuran sepatu menggunakan metode segmentasi warna K-Means Clustering dan Canny Edge Detection. Sistem ini mampu memberikan rekomendasi ukuran sepatu atau sandal kepada pengguna dengan memasukkan data gender dan citra kaki yang beralaskan kertas HVS ukuran A4. Proses penggunaan metode ini dimulai dengan preprocessing citra untuk meningkatkan kualitas gambar. Selanjutnya, citra tersebut diubah menjadi 2D dan diolah menggunakan algoritma K-Means Clustering untuk memisahkan object kaki dari latar belakang. Kemudian, metode Canny Edge Detection digunakan untuk mendeteksi tepi object kaki. Diharapkan sistem ini dapat meningkatkan kepercayaan pembeli dan penjual dalam transaksi online, khususnya untuk fashion item sepatu. Dalam pengujian akurasi, sistem diuji secara manual dengan mengumpulkan 20 citra kaki, yang terdiri dari 10 laki-laki dan 10 perempuan, serta menyesuaikan hasil sistem dengan ukuran sebenarnya dari responden. Hasil penelitian menunjukkan bahwa tidak ada kesalahan dalam perhitungan ukuran kaki dan tingkat akurasi yang dicapai adalah 100%. Namun, jika pengguna memasukkan data citra yang todak sesuai, maka kemungkinan error terjadi 15-85%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
