SISTEM IDENTIFIKASI BENTUK WAJAH BERDASARKAN MODEL MORFOLOGI INDEKS WAJAH UNTUK PEMILIHAN BINGKAI KACAMATA MENGGUNAKAN ALGORITMA CART

Abstract

Banyaknya macam bentuk dan ukuran bingkai membuat konsumen sulit untuk memilih mana yang cocok dengan bentuk wajah mereka. Tidak adanya panduan gaya bingkai yang baku untuk keserasian antara tipe wajah dan bingkai kacamata mempersulit pemilihan bingkai kacamata. Penerapan prinsip Zen dalam pemilihan bingkai yang tepat yaitu jenis bingkai seharusnya dapat menutupi kekurangan wajah sehingga tercapai keseimbangan dapat menjadi kata kunci untuk pemilihan bingkai kacamata. Beragam bentuk bingkai kacamata yang tidak hanya terlihat kotak, bulat dan oval membuat prinsip Zen susah diterapkan, maka dibutuhkan pembelajaran mesin untuk dapat membuat sistem pemilihan bingkai kacamata. Identifikasi bentuk wajah diperlukan untuk referensi pemilihan bingkai kacamata. Identifikasi bentuk wajah dilakukan berdasarkan model morfologi indeks wajah dengan menghitung panjang dan lebar wajah. Decision Treedengan Algoritma CART(Classifcation and Regression Tree)dipilih sebagai metode untuk pemilihan bingkai kacamata. Penelitian ini menggunakan 109 data wajah yang sudah dipilihkan kelasnya oleh optiker.Dalam pengujian dan validasi, dari 109 data dibagi menjadi dua bagian, 100 data latih dan 9 data uji. Sistem prediksi menghasilkan nilai akurasi sebesar 93% pada max_depth 6 untuk kacamata baca dan 90% untuk kacamata hitam. Implementasi Algoritma CART terbukti mampu memprediksi pemilihan bingkai kacamata menggunakan atribut morfologi indeks wajah. Kata-kunci : Decision Tree; algoritma CART; kacamata; index morfologi wajah; bentuk wajah. The large variety of frame shapes and sizes make it difficult for consumers to choose which one suits their face. The absence of a standard frame style guide between face types against the eyeglass frame complicates the selection of eyeglass frames. The application of the Zen principle in the selection of the right frame. Various forms of eyeglass frames that look like a square, round and oval make the Zen principle difficult to apply, so machine learning is needed to be able to create eyeglass frames selection system. Face shape identification help to determine eyeglass frames. Face shape identification is done based on the morphological facial index by calculating face length and width. The decision tree CART algorithm is chosen as a method for selecting eyeglass frames. The study uses 109 face data that have been selected by the optical. In proses validation, from 109 data divided into two parts, 100 training data, and 9 test data. The prediction system produces an accuracy value of 93% at max_depth 6 for reading glasses and 90% for sunglasses. The implementation of the CART algorithm is proven to be able to predict the selection of eyeglass frames using morphological attributes of face index. Keywords:Decision tree; CART Algorithm; eyeglasses; morphological facial index; face shape.