APLIKASI KORELASI WARNA PAKAIAN BERDASARKAN WARNA KULIT MENGGUNAKAN METODE K-MEANS CLUSTERING DAN YOLOV8 BERBASIS MOBILE

AZZAHRA, FIRLY AULIA (2024) APLIKASI KORELASI WARNA PAKAIAN BERDASARKAN WARNA KULIT MENGGUNAKAN METODE K-MEANS CLUSTERING DAN YOLOV8 BERBASIS MOBILE. Diploma thesis, Politeknik Harapan Bersama.

	Text (COVER) COVER.pdf Download (652kB)
	Text (BAB I) BAB I.pdf Download (612kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (1MB)
	Text (BAB III) BAB III.pdf Download (299kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (301kB)
	Text (LAMPIRAN) LAMPIRAN.pdf Download (5MB)

Abstract

Memilih pakaian yang sesuai dengan warna kulit sangatlah mempengaruhi penampilan seseorang, namun banyak orang mengalami kesulitan dalam menentukan warna yang tepat. Untuk membantu mengatasi masalah ini, dikembangkan sebuah aplikasi mobile nberbasis image classification dengan membandingkan antara algoritma K-Means Clustering dan YOLOv8, yang kemudian dipilih YOLOv8 karena memiliki akurasi yang lebih tinggi. Aplikasi ini bertujuan membantu pengguna memilih busana yang sesuai berdasarkan warna kulit mereka, dengan mengandalkan dua model utama YOLOv8 yaitu, deteksi warna kulit (undertone) dan deteksi warna RGB. Fitur-fitur aplikasi ini meliputi deteksi warna kulit, rekomendasi pakaian berdasarkan warna kulit, deteksi warna RGB, serta saran warna yang cocok dengan pakaian yang terdeteksi, sehingga pengguna dapat dengan mudah menemukan pakaian yang paling sesuai dengan warna kulit ( undertone ) mereka. Berdasarkan hasil pengujian, model YOLOv8 menunjukkan akurasi tinggi dalam deteksi warna kulit dengan top-1 accuracy mencapai 0.999 pada epoch terakhir, memastikan bahwa rekomendasi yang diberikan sangat andal dan tepat.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technical Information
Divisions:	Teknik > Diploma IV Teknik Informatika
Depositing User:	Firly Aulia Azzahra
Date Deposited:	02 Oct 2024 08:40
Last Modified:	02 Oct 2024 08:40
URI:	http://eprints.poltektegal.ac.id/id/eprint/4456

Actions (login required)

View Item