<![CDATA[ABSTRAK Berat badan merupakan salah satu parameter yang memberikan gambaran pada massa tubuh. Pada pengukuran berat badan yang telah dilakukan secara manual yaitu dengan menggunakan alat penimbang berat badan (timbangan injak) didapatkan hasil timbangan berat badan yang berbeda-beda, dikarenakan ketika posisi telapak kaki diatas alat penimbang berat badan (timbangan injak) tidak sesuai atau tidak tepat pada titik tumpu alat penimbang berat badan (timbangan injak). Berat badan harus selalu dimonitor karena berat badan merupakan parameter antropometri yang sangat tidak stabil guna mengatasi kecenderungan penurunan atau penambahan berat badan yang tidak dikehendaki (berat bedan tidak normal). Pada tugas akhir ini, penulis membahas mengenai teknik untuk mengklasifikasikan tinggi badan dan berat badan manusia melalui basis tekstur cap telapak kaki dengan menggunakan pengolahan citra digital.Sehingga pada tugas akhir ini akan dirancang simulator untuk mengukur berat badan, dimana kelebihan lainnya selain mengukur berat badan adalah mengukur tinggi badan menggunakan data cap telapak kaki. Metode yang digunakan dalam penelitian tugas akhir ini adalah metode Discrete Wavelet Transform (DWT) sebagai ektraksi ciri dan metode Support Vector Machine Multi Class (SVM-MC) sebagai klasifikasi dengan menggunakan aplikasi MATLAB. Dalam sistem aplikasi ini, menggunakan data latih sebanyak 89 citra dan data uji sebanyak 26 citra. Waktu komputasi yang tercepat pada sistem ini dengan menggunakan metode klasifikasi OAO pada citra 300x264 piksel yaitu 0.17165 detik dengan level dekomposisi 8. Tingkat akurasi terbaik untuk tinggi badan sebesar 98.27% dengan menggunakan citra yang berukuran 1200x1056 piksel. Sedangkan, tingkat akurasi terbaik untuk berat badan sebesar 91.17% dengan menggunakan citra yang berukuran 300x264 piksel. Kata kunci: biometrik,footprint, thresholding, DWT, SVM. ABSTRACT Weight is one of the parameters that give a representation of body mass. On the weight measurement which has been done manually that is using the weighing tool (weight scales) obtained the different results, because when the soles of the foot position above the weighing tool (weight scales) is not appropriate at the fulcrum on the weighing tool (weight scales).Weight should always be monitored because weight is a very unstable parameter anthropometry in orderto over come the tendency ofdecreased or increased a weight undesired (abnormal weight). ISSN : 2355-9365 e-Proceeding of Engineering : Vol.5, No.3 Desember 2018 | Page 5245 In this final exam, the author discusses about how to techniques the height and weight of the human body through the basis texture of the feet stamp. So in this final exam will be designed simulator to measure weight, which other advantages besides measuring body weight is measure body height using of data foot. The method used in this research is the Discrete Wavelet Transform (DWT) as a feature extractionand methods Multi-Class Support Vector Machine (SVM-MC) as a classification by using the application MATLAB. In this application system, using training data as many as 89 images and test data as many as 26 images. The fastest computing time on the system using the method of classification OAO at 300x264 pixel image that is 0.17165 seconds with the level of decomposition of 8. The best accuracy for height of 98.27% using the image size of 1200x1056 pixels. Mean while, the best accuracy rate of weight gain of 91.17% using the image size of 300x264 pixels. Keywords: biometryc, footprint, thresholding, DWT, SVM]]>
