PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title
Penanda Bagikan

Text

SKRIPSI IDENTIFIKASI JENIS BENTUK JARI KAKI DENGAN METODE HOG (HISTOGRAM OF ORIENTED GRADIENTS) DAN SUPPORT VECTOR MACHINE UNTUK REKOMENDASI SEPATU ATAU SANDAL

DEWI APRILIYANTI - Nama Orang;

Pemilihan bentuk ujung sepatu yang tidak sesuai dengan bentuk jari kaki dapat menyebabkan ketidaknyamanan hingga cedera seperti bunion dan hammer toe. Penelitian ini bertujuan untuk mengembangkan sistem identifikasi bentuk jari kaki berbasis pengolahan citra menggunakan metode Histogram of Oriented Gradients (HOG) untuk ekstraksi fitur dan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Sistem dirancang untuk mengenali tiga bentuk jari kaki paling umum Egyptian, Greek, dan Roman serta memberikan rekomendasi bentuk ujung sepatu atau sandal yang sesuai berdasarkan klasifikasi tersebut. Penelitian ini menggunakan pendekatan deskriptif kuantitatif dan memanfaatkan tools seperti Google Colab, scikit-image, dan scikit-learn dalam implementasi metode. Pengumpulan data dilakukan dengan mengambil gambar kaki kanan dari 175 responden, yang kemudian diseleksi melalui proses preprocessing berupa cropping, konversi ke grayscale, penghapusan latar belakang, dan pelabelan oleh dokter ortopedi. Sebanyak 120 gambar yang valid digunakan sebagai dataset. Fitur citra diekstraksi menggunakan HOG dan dikonversi ke dalam vektor fitur, kemudian diproses oleh model SVM dengan kernel linear. Dataset dibagi menjadi data latih dan data uji menggunakan skema 80:20 dan distandarisasi dengan metode z-score. Evaluasi model dilakukan menggunakan confusion matrix untuk mengukur akurasi, presisi, dan recall hasil klasifikasi. Hasil penelitian menunjukkan bahwa kombinasi metode HOG dan SVM mampu mengidentifikasi bentuk jari kaki dengan tingkat akurasi sebesar 95,83%. Sistem berhasil membedakan ketiga bentuk jari kaki secara efektif dan memberikan rekomendasi bentuk ujung sepatu yang tepat, yaitu almond/round toe untuk Egyptian Feet, pointed toe untuk Greek Feet, dan square toe untuk Roman Feet. Penelitian ini diharapkan dapat dijadikan referensi pada industri sepatu atau sandal.


Ketersediaan
#
Ruang Skripsi (TEKNIK ELEKTRO) ELEKTRO APR I 2025
44-UN57.U1-STE-VIII-2025
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
ELEKTRO APR I 2025
Penerbit
MAGELANG : UNIVERSITAS TIDAR., 2025
Deskripsi Fisik
XVIII;18HAL;29.5CM
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
621.38
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT
Info Detail Spesifik
-
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • FULL TEXT
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN UNTIDAR Repositori Mahasiswa Untidar
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?