Penerapan Local Binary Pattern untuk Mengukur Tingkat Kepuasan Pengunjung secara Otomatis

Penulis

  • Elke Cahya Putri Universitas Brawijaya
  • Bayu Priyambadha Universitas Brawijaya
  • Fajar Pradana Univesitas Brawijaya

DOI:

https://doi.org/10.25126/jtiik.2019641290

Abstrak

Pusat Konservasi Tumbuhan Kebun Raya-LIPI merupakan organisasi pemerintah yang berfokus pada bidang konservasi tumbuhan yang sekaligus berperan sebagai pihak pengelola kebun raya Bogor. Pihak pengelola membutuhkan masukkan atau testimoni pengunjung sebagai bahan evaluasi pelayanan yang diberikan untuk pengunjung. Pada pelaksanaannya, selama ini pengunjung memberikan masukkannya pada laman fanpage facebook kebun raya Bogor. Cara ini dianggap kurang akurat untuk merepresentasikakn tingkat kepuasan pengunjung hanya berdasarkan tulisan yang di publikasikan. Dari permasalahan tersebut maka dikembangkan salah satu fitur pada sistem Layanan Online Kebun Raya Bogor untuk mempermudah pengunjung Kebun Raya Bogor memberikan masukkan atau testimoni kepada pihak pengelola. Testimoni yang di unggah tidak hanya dalam bentuk tulisan tetapi juga dalam format gambar yang terdapat objek manusia, gambar yang di unggah nantinya akan di deteksi dengan menggunakan Local Binary Pattern (LBP) untuk mendapatkan hasil klasifikasi dari ekspresi yang ditunjukkan. Hasil pendeteksian gambar dapat digunakan sebagai analisis tingkat kepuasan pengunjung terhadap pelayanan yang diberikan oleh pihak pengelola dari jumlah ekpresi pada satu lokasi objek wisata. Dari hasil penelitian yang dilakukan, didapatkan hasil akurasi pendeteksian gambar sebesar 0.884 terhadap pengklasifikasian ekspresi wajah yang di dapatkan.

Abstract

Plant Conservation Center Botanical Garden-LIPI is a government organization engaged in the conservation of plants and have a role as Kebun Raya Bogor organizer. The organizer requires visitor input or testimonial as a visitor service evaluation material. In its implementation, visitors gave their testimonial on the Kebun Raya Bogor Facebook fanpage. This method is considered less accurate to represent the level of visitor satisfaction based solely on the published texts. From that issue emerged an initiative to develop a feature on the Online Service system of Kebun Raya Bogor to facilitate Kebun Raya Bogor visitors to give testimonials to the organizer. Testimonials that are sent not only in the form of texts but also in the image format that contains the human object, the uploaded image will be detected by using the Local Binary Pattern (LBP) to get the result of the expression it captures. The results of image detection can be used to analyzed how the level of visitor satisfaction with the services provided by the organizer in a tourist attraction location. From this study, the result obtained an accurate image detection of 0.884 by using LBP for the classification of captured facial expression

Downloads

Download data is not yet available.

Referensi

AMAT, R., SARI, J,Y., NINGRUM, I,P., 2017. Implementasi Metode Local Binary Patterns Untuk Pengenalan Pola Huruf Hiragana Dan Katakana Pada Smarthphone

ANDELIN, E. I., & RUSU, A. S. 2015. Investigation of facial microexpressions of emotions in psychopathy - a case study of an individual in detention. Procedia-Social and Behavioral Sciences 209, 46-52.

E. WAHYUDI, H. KUSUMA, & WIRAWAN. 2011. Perbandingan Unjuk Kerja Pengenalan Wajah Berbasis Fitur Local Binary Pattern dengan Algoritma PCA dan Chi Square.

PIETIKAINEN, M., HADID, A., ZHAO, G., & AHONEN, T. 2011. Computer Vision Using Local Binary Pattern. 13-47.

REPUBLIK INDONESIA. 2011. Peraturan Presiden Nomor 93 Tahun 2011 tentang Kebun Raya (Lembaran Negara Republik Indonesia Tahun 2011 Nomor 143).

SEABRA, C., ABRANTES, J. & LAGES, L. 2007. The impact of external information sources in expectations formation and future use of media. Tourism Management. 28(6): 1541-1554.

TURIYANTO, M. D., PURWANTO, D., & DIKAIRONO, R. 2014. Penerapan Teknik Pengenalan Wajah Berbasis Fitur Local Binary Pattern pada Robot Pengantar Makanan. 1-6.

YAN, W.-J., Li, X., WANG, S.-J., ZHAO, G., LIU, Y.-J., CHEN, Y.-H., & FU, X. 2014. CASME II: An Improved Spontaneous Micro-Expression Database and the Baseline Evaluation. 1-9.

Diterbitkan

15-07-2019

Terbitan

Bagian

Ilmu Komputer

Cara Mengutip

Penerapan Local Binary Pattern untuk Mengukur Tingkat Kepuasan Pengunjung secara Otomatis. (2019). Jurnal Teknologi Informasi Dan Ilmu Komputer, 6(4), 363-368. https://doi.org/10.25126/jtiik.2019641290