ANALISIS KEMIRIPAN POLA CITRA DIGITAL MENGGUNAKAN METODE EUCLIDEAN

Transkripsi

1 AALISIS KEMIRIPA POLA CITRA DIGITAL MEGGUAKA METODE EUCLIDEA Eus St ur Asyah1), Abdul Hayat2), Puspa Wdant3), Shnta Yulnda Prasetya4), Helm Iskandar5) 1), 2 ), 3) Komputersas Akuntans AMIK Raharja Informatka 4), 5) Sstem Informas STMIK Raharja Jl. Jenderal Sudrman o.40, Kota Tangerang, Banten Emal : eus@raharja.nfo1), ahayat@rekayasa.co.d 2), puspa@raharja.nfo 3) Abstrak Perkembangan teknolog, terutama d bdang duna dgtal, mambawa perubahan cukup besar. Salah satunya dengan adanya dgtalsas data ctra. Hampr semua sstem analog dgantkan dengan sstem komputersas. Perkembangan pengolahan ctra dgtal juga semakn luas, dantaranya adalah pengenalan pola (pattern recognton) pada ctra dgtal. Peneltan n bertujuan menganalss kemrpan suatu pola ctra dgtal dengan ctra tertentu. Pola dar ctra yang dolah adalah ctra tekstur yang semuanya berukuran 640 x 640 pxel dengan format GIF. Sepuluh buah ctra akan duj untuk mencar ctra mana yang palng mrp terhadap ctra1. dengan menggunakan metode jarak eucldean berdasarkan lma cr, yatu: Intenstas warna (σ), la rata-rata (μ), Entrop (e), Energ (E), Homogent (H). Analsa kemrpan pola ctra dgtal n dlakukan menggunakan software matlab, ctra yang palng mrp adalah ctra yang mempunya nla jarak Eucldean palng kecl. Haslnya ctra2. merupakan ctra yang palng memlk kemrpan dengan ctra1., sedangkan ctra9. merupakan ctra yang palng tdak memlk kemrpan dengan ctra1.. Kata kunc: Pola ctra dgtal, metode jarak eucldean, matlab. 1. Pendahuluan Deteks dan pengenalan pola pada ctra sangat luas dan banyak dkembangkan dengan sejumlah pendekatan selama bertahun-tahun. Pengenalan pola adalah metode yang bekerja untuk menemukan pola pada data yang menunjukkan satu nformas tertentu. Prnsp kerja pengenalan pola adalah dengan membandngkan kemrpan suatu benda pada tngkat prosentase tertentu berdasarkan nformas yang sudah pernah dperoleh. Salah satu kegunaan pengenalan pola adalah untuk proses klasfkas atau pengelompokan sebuah objek. Klasfkas bertujuan untuk mengelompokan objek menjad kelas tertentu berdasarkan nla atrbut yang berkatan dengan objek yang damat tersebut. Peneltan n bertujuan untuk menganalsa kemrpan pola ctra tekstur dgtal menggunakan fungs jarak metode eucldean.unsur ctra n memlk unsur-unsur Intenstas warna (σ),la rata-rata (μ), Entrop (e), Energ (E), Homogent (H). Data yang dgunakan adalah 10 buah ctra yang berukuran 640 x 640 pxel dengan format GIF. Kesepuluh ctra tersebut akan dlakukan uj kemrpan dengan ctra kesatu yatu ctra1., ctra yang palng mrp adalah ctra yang mempunya nla jarak Eucldean palng kecl. Pada peneltan sebelumnya yang berjudul Perancangan Program Pengenalan Wajah Menggunakan Fungs Jarak Metode Eucldean Pada Matlab oleh Harry Kurnawan, Taufq Hdayat d tahun 2008, membahas analss dan rancangan sstem pengenalan wajah menggunakan software matlab dengan metode Eucldean fungs jarak dan metode SPCA (Smple Prncple Component analyss). Metode Eucldean membandngkan jarak mnmum mage pengujan (testng), dengan database mage pelathan (tranng). Untuk ekstraks cr mage ctra dgunakan metode SPCA (Smple Prncple Component analyss) yang lazm dgunakan untuk penajaman ctra pada proses pengenalan/dentfkas. [1] Peneltan yang berjudul Stud Perbandngan Pengenalan Ctra Senyuman Berdasarkan Aesthetc Dentstry menggunakan Metode 2d-Pca Dan Metode 2d-Lda oleh Rma Tr Wahyunngrum, Ftr Damayant d tahun 2010, membahas hasl perbandngan metode ekstraks ftur Two Dmensonal Prncpal Component Analyss (2D-PCA) dengan Two Dmensonal Lnear Dscrmnant Analyss (2D-LDA), dalam hal n klasfkas pola senyuman berdasarkan smle stages menggunakan Eucldan Dstance. Selan tu, juga dlakukan perhtungan Peak Sgnal to ose Rato (PSR) yang bertujuan untuk mengetahu kualtas ctra senyuman sebelum dan setelah dlakukan proses ekstraks ftur. Uj coba dlakukan pada 90 data ctra wajah yang telah dvaldas dokter gg spesals konservas gg. Peneltan n menunjukkan tngkat akuras pengenalan ctra senyuman menggunakan 2D-PCA dan Eucldean Dstance adalah 93,33% dengan PSR sebesar 18,07 db sedangkan menggunakan 2D LDA dan Eucldan Dstance adalah 96,67% dengan PSR sebesar 22,36 db. [2] Peneltan yang berjudul Analss Tekstur Dan Ekstraks Ftur Warna Untuk Klasfkas Apel Berbass Ctra oleh Are Qur ana, Lta Karltasar, Sufatul Maryana d tahun

2 2012 membahas analss tekstur dan ekstraks ftur warna RGB yang dapat dgunakan untuk ekstraks cr pada ctra. Hasl ekstraks cr dgunakan sebaga nput bag K- untuk mengenal pola ctra dan mengklasfkaskannya ke dalam jens apel. Klasfkas dengan K- menggunakan perbandngan jarak, yang dhtung menggunakan jarak Eucldean dengan parameter k=1 sampa k=3. Hasl klasfkas menunjukkan tngkat akuras menggunakan ekstraks cr analss tekstur sebesar 73,33, sedangkan menggunakan ekstraks cr warna RGB sebesar 100%. Ekstraks cr warna cenderung menakkan tngkat akuras hngga 100%. Penggunaan parameter k cenderung tdak mempengaruh hasl klasfkas jens apel. [3] Perbedaannya dengan peneltan terdahulu yatu pada peneltan n menggunakan metode Eucldean yatu menghtung jarak Eucldean dengan mengambl lma ftur dar ctra dgtal yatu nla rata-rata (μ), entrop (e), ntenstas warna (σ), energ (E) dan homogent (H). Sebuah ctra dgtal dapat mewakl sebuah matrks yang berukuran M kolom dan bars, perpotongan antara kolom dan bars dsebut pxel, elemen terkecl sebuah ctra. Pxel mempunya dua parameter yatu koordnat dan ntenstas (warna). la yang terdapat pada koordnat (x,y) adalah f(x,y) yatu besar ntenstas (warna) dar pxel d ttk tersebut. Sebuah ctra dgtal dapat dnyatakan dalam bentuk matrks sebaga berkut: f (1,1) f (2,1) f ( x, y ) f (,1) f (1,2) f (1, M ) f (2, M ) f (,2) f (, M ) (1) Ctra dgtal yang dolah pada peneltan n berjumlah sepuluh buah ctra yang berukuran 640 x 640 pxel dengan format GIF yang bersumber dar 2. Metodolog Tahapan peneltan yang dlaksanakan dtunjukkan pada bagan berkut : Mula ctra1. ctra2. ctra3. ctra4. ctra5. ctra6. ctra7. ctra8. ctra9. Ctra dgtal Ekstraks ftur ctra dnyatakan dalam bentuk vektor Htung Jarak Eucldean Hasl Jarak Eucldean Selesa Gambar 1. Metodolog peneltan 2.1. Ctra Dgtal ctra10. Gambar 2. Pola ctra dgtal [4] 2.2. Ekstraks Ftur Sebuah ctra mempunya beberapa cr yang dgunakan untuk mengenal ctra tersebut antara lan ntenstas warna (σ), nla rata-rata (μ), entrop (e), energ (E), homogent

3 (H), contrast (C) dan lan-lan. Pada peneltan n ekstraks ftur ctra dgtal dlakukan dengan mengambl lma ftur dar ctra dgtal yatu nla rata-rata (μ), entrop (e), ntenstas warna (σ), energ (E), homogent (H). Ftur ctra dgtal dhtung menggunakan rumus sebaga berkut: 1. 1 X1 (3) Standar devas ntenstas warna: 1 (x x ) 1 2 (4) Energ la energ bertolak belakang dengan entrop. Semakn tngg nla entrop maka nla energ akan semakn rendah. Hal n dkarenakan, nla energy menggambarkan keteraturan penyebaran derajat keabuan suatu ctra.[2] Menghtung Energ dengan persamaan berkut: 1 Ej M x M [ P ( x, y)] x 1 y 1 j 2 (5) Homogent Ftur homogentas akan menghtung keseragaman varas derajat keabuan sebuah ctra. Ftur homogentas akan memlk nla yang tngg derajat keabuan yang hampr sama.[5] Menghtung Homogent dengan persamaan berkut: H j Pd (, j ) 1 j p1 h1 ] C 2 [ 2 2 e2 p 2 h2 ].. C n [ n n en p n hn ] Entrop la entrop menunjukkan keteracakan dstrbus derajat keabuan suatu ctra. Semakn acak dstrbus derajat keabuannya, semakn tngg nla entrop yang dhaslkan.[2] Menghtung nla Entrop dengan persamaan sebaga berkut: 1 5. C1 [ 1 1 e1 (2) 1 e p( x ) log P( x ) 4. (7) Jka n buah ctra, masng-masng mempunya cr-cr yang dbentuk oleh vektor-vektor sebaga berkut: n 3. ab ( a1 b1 ) 2 ( a 2 b2 ) 2 ( a3 b3 ) 2 ( a n bn ) 2 Menghtung nla rata-rata dengan persamaan sebaga berkut 2. Maka jarak Eucldean antara kedua vektor tersebut: (6) 2.3. Metode Eucldean Metode Eucldean yatu metode klasfkas tetangga terdekatnya dengan menghtung jarak antara dua buah obyek, metode n dsebut juga jarak Eucldean.[6] Jka dketahu dua buah vektor sebaga berkut: a = [a1, a2, a3,.., an] dan b = [b1, b2, b3,.., bn] 3. (8) Pembahasan Analsa kemrpan pola dgtal dlakukan terhadap 10 pola tektur dgtal menggunakan lma cr jarak eucldean, yatu la rata-rata (μ), Entrop (e), Intenstas warna (σ), Energ (E) dan Homogent (H) dengan menggunakan software matlab. Fungs - fungs yang dbutuhkan oleh sstem yang akan dterapkan pada Matlab n antara lan: a. Fungs mread Cuplkan syntax untuk membaca gambar ctra1., yatu: 1=mread('D:\sampledata\ctra1.'); b. Fungs mshow Dgunakan untuk menamplkan mage/ctra, cuplkan syntax yatu: mshow(1); c. Fungs mean Dgunakan untuk menghtung nla rata rata (μ) av_1 = mean2(1); d. Fungs entropy Dgunakan untuk menghtung nla entrop (e) ent_1 = entropy(1); e. Fungs std Dgunakan untuk menghtung nla standar devas ntenstas warna (σ) std_1 = std2(1); f. Fungs graycomatrx dgunakan untuk menghtung GLCM GLCM_1 = graycomatrx(1); g. Menghtung energy (E) energ1 = graycoprops(glcm_1,{'energy'}); energ_1= struct2array(energ1); h. Menghtung homogenety (H) homogent1 = graycoprops(glcm_1,{'homogenety'}); homogent_1= struct2array(homogent1);. Ctra dalam bentuk vektor c1=[av_1, ent_1, std_1, energ_1, homogent_1]' j. Menghtung jarak eucldean dst_21=sqrt((c2(1,1)-c1(1,1))^2+(c2(2,1)c1(2,1))^2+(c2(3,1)-c1(3,1))^2+(c2(4,1)c1(4,1))^2+(c2(5,1)-c1(5,1))^2)

4 Setelah menerapkan fungs-fungs perhtungan jarak eucldean pada software matlab, maka pada tap gambar yang duj telah dketahu hasl nla rata-rata, entrop, ntenstas warna, homogenet dan jarak eucldean, yang terangkum pada tabel 1 dbawah n. Tabel 2.Jarak eucldean pada pengujan pola ctra dgtal vektor Jarak eucldean Tabel 1. Hasl Penghtungan lma cr Jarak Eucldean Ctra dgtal ctra1. ctra2. ctra3. ctra4. ctra5. ctra6. ctra7. ctra8. ctra9. ctra10. la ratarata (μ) Intenstas warna (σ) Entrop (e) Energ (E) Homogent (H) C11 0 C C C C C C C C C Ctra yang palng memlk kemrpan dengan ctra1. adalah ctra2. dengan jarak eucldean palng kecl yatu , sedangkan ctra yang palng tdak memlk kemrpan dengan ctra1. adalah ctra9. dengan jarak eucldean palng besar yatu Gambar 3. Ctra1. yang dbandngkan dengan 9 ctra lannya Kesepuluh ctra tersebut masng-masng mempunya crcr yang dbentuk oleh vektor-vektor sebaga berkut: C1 = [ , , , , ] C2 = [ , , , , ] C3 = [ , , , , ] C4 = [ , , , , ] C5 = [ , , , , ] C6 = [ , , , , ] C7 = [ , , , , ] C8 = [ , , , , ] C9 = [ , , , , ] C10 = [ , , , , ] C1 sampa C10 merupakan vektor yang yang dbentuk oleh ctra kesatu sampa dengan ctra kesepuluh, setap ctra dlakukan pengujan kemrpan terhadap ctra kesatu dengan menghtung jarak Eucldean antara vektor-vektor tersebut dengan vektor ctra kesatu. Pada tabel 2 berkut n terangkum nla jarak eucldean dar setap vektor, mula dar jarak eucldean terkecl hngga terbesar, yang berart hasl durutkan mula dar ctra yang palng mrp hngga ctra yang palng tdak mrp dengan ctra kesatu. Gambar 4. Ctra2. palng memlk kemrpan dengan ctra1. Gambar 5. Ctra9. palng tdak memlk kemrpan dengan ctra1. 4. Kesmpulan Analsa kemrpan pola ctra tekstur dgtal dlakukan menggunakan fungs jarak metode eucldean dengan unsur ctra terdr dar la rata-rata (μ), Entrop (e), Intenstas warna (σ), Energ (E), Homogent (H). Berdasarkan perhtungan menggunakan software matlab, maka dsmpulkan bahwa ctra yang memlk kemrpan dengan ctra uj yatu ctra1. adalah yang memlk

5 jarak eucldean terkecl yatu ctra2. dengan jarak eucldean , sedangkan ctra yang palng tdak memlk kemrpan dengan ctra1. adalah ctra yang memlk jarak eucldean terbesar yatu ctra9. dengan jarak eucldean Sebaga saran untuk peneltan kedepan, metode n dapat dkembangkan menggunakan bahasa pemrograman lan dan dapat daplkaskan pada pola dgtal tertentu. Daftar Pustaka [1] H. Kurnawan dan T. Hdayat, Perancangan Program Pengenalan Wajah Menggunakan Fungs Jarak Metode Eucldean Pada Matlab, n Proc SATI 2008, pp. J-15, Jun 21, [2] R.T. Wahyunngrum dan F. Damayant, Stud Perbandngan Pengenalan Ctra Senyuman Berdasarkan Aesthetc Dentstry menggunakan Metode 2d-Pca Dan Metode 2d-Lda, Jurnal Ilmah Kursor, vol. 5, no. 4, pp , Jul [3] A. Qur ana, L. Karltasar, S. Maryana, Analss Tekstur Dan Ekstraks Ftur Warna Untuk Klasfkas Apel Berbass Ctra, LOkakarya Komputas Sans dan Teknolog uklr, pp , October 10, [4] [5] Y. Sahaduta, C. Lubs, Gray Level Coourence Matrx sebaga Pengekstraks Crr pada Pengenalan askah Bralle, n Proc. Semnasteknomeda 2013, pp , January 19, [6] R. Wulannngrum, Penggunaan Prncpal Component Analyss dan Eucldean Dstance untuk Identfkas Ctra Tanda Tangan, IPTEK-KOM, vol. 16, no. 1, pp. 1-16, Jun Bodata Penuls Eus St ur Asyah, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Sstem Informas STMIK Raharja, lulus tahun Memperoleh gelar Magster Komputer (M.Kom) Program Pasca Sarjana Magster Ilmu Komputer Unverstas Bud Luhur, lulus tahun Saat n menjad Dosen d AMIK Raharja Informatka. Abdul Hayat, memperoleh gelar Sarjana Jurusan Teknk Industr Insttut Teknolog Bandung, lulus tahun Memperoleh gelar Magster Teknolog Informas (MTI) Program Pasca Sarjana Magster Teknolog Informas Unverstas Indonesa, lulus tahun Saat n menjad Dosen d AMIK Raharja Informatka

6 5.4-18