BAB 5 UJI COBA DAN ANALISA HASIL Pada bab ini diuraikan mengenai lingkungan uji coba, hasil uji coba serta analisa hasil uji coba dari perangkat lunak. 5.1 Lingkungan Lingkungan uji coba merupakan komputer tempat uji coba perangkat lunak. Lingkungan uji coba digunakan pada tugas akhir ini yaitu notebook, dengan spesfikasi prosesor Intel Core 2 Duo 2,20 GHz dan memori 0,99 GB, dengan sistem operasi Microsoft Windows XP Home Service Pack 2. 5.2 Metodologi Pengujian Pengujian dilakukan dengan menggunakan basis data ETH- 80, dengan data pelatihan dan data uji coba saling pisah (disjoint). Pada basis data ETH-80, terdapat 8 kategori, dengan masing kategori terdapat 10 jenis berbeda-beda, dimana tiap jenis terdiri dari 41 citra obyek, memiliki perbedaan perubahan posisi. Ukuran citra asli adalah 8 x 8 piksel. coba pengenalan obyek dilakukan dengan pendekatan Appearance Based. Dimana, citra tersebut telah tersedia pada basis data ETH-80. Contoh citra digunakan sebagai uji coba adalah seperti pada Gambar 5.1 dan 5.2. Gambar 5.1 Contoh pada Appearance Based 55
56 Gambar 5.2 Contoh Mobil dengan 10 Jenis Berbeda Pada uji coba ini, jumlah citra digunakan sebagai data pelatihan dan data uji coba adalah sebanyak 1920 citra (24 pose untuk setiap 1 jenis). Tahap awal dilakukan adalah pemilihan citra pada tiap kategori dan tiap jenis, dengan memperhatikan pose. Kemudian tahap selanjutnya adalah mengubah ukuran citra menjadi berukuran 40 x 40 piksel. Terdapat 3 variasi jumlah citra pada data pelatihan digunakan pada uji coba. Tabel 5.1 merupakan tabel perbandingan antara jumlah data pelatihan dan jumlah data uji coba. Tabel 5.1 Perbandingan Pelatihan dan Basis Pelatihan Perbandingan ( Pelatihan : ) 1 640 80 8 : 16 2 800 10 10 : 14 3 960 960 : Pada uji coba pengenalan obyek dengan pendekatan Appearance Based Recognition, diperlukan input jumlah subkelas per kelasnya. coba dilakukan dengan nilai input jumlah subkelasnya sama dengan 2 10. coba dilakukan dengan nilai threshold = 1000, 1500, dan 2000. Pada uji coba 1, pemilihan nomor citra digunakan sebagai data pelatihan dan data uji coba untuk setiap kategori
57 tidak seluruhnya sama. Tabel 5.2-a dan 5.2-b merupakan tabel himpunan data citra pelatihan per jenis pada uji coba 1. Tabel 5.2-a Himpunan Pelatihan pada 1 Pelatihan 1-1 1 3, 8, 32, 40 2 4, 7, 11, 15, 16, 22, 28, 40 3 3, 8, 32, 40 4 3, 8, 32, 40 Pelatihan 1-2 16 3, 8, 2, 19 16 4, 7, 11, 15, 16, 22, 28, 40, 17, 20 16 3, 8, 2, 19 16 3, 8, 2, 19 Pelatihan 1-3 14 3, 8, 2, 19, 21, 36 14 4, 7, 11, 15, 16, 22, 28, 40, 17, 20. 26, 31 14 3, 8, 2, 19, 21, 36 14 3, 8, 2, 19, 21, 36
58 Tabel 5.2-b Himpunan Pelatihan pada 1 5 11, 13, 15, 16, 19, 20, 22, 24 6 3, 8, 32, 40 7 3, 8, 32, 40 8 3, 8, 32, 40 Pelatihan 1-1 16 11, 13, 15, 16, 19, 20, 22, 24, 6, 16 3, 8, 2, 19 16 3, 8, 2, 19 16 3, 8, 2, 19 Pelatihan 1-2 14 11, 13, 15, 16, 19, 20, 22, 24, 6,, 25, 31 14 3, 8, 2, 19, 21, 36 14 3, 8, 2, 19, 21, 36 14 3, 8, 2, 19, 21, 36 Pelatihan 1-3 80 10 960 Prosentase 66,67% 58,33% 50%
59 Pada uji coba 2, tidak terdapat perbedaan nomor citra digunakan sebagai data pelatihan dan data uji coba untuk setiap kategorinya. Tabel himpunan data citra pelatihan untuk tiap jenis pada uji coba 2, ditampilkan pada Tabel 5.3. Tabel 5.3 Himpunan Pelatihan pada 2 Pelatihan 2-1 1-8 11, 13, 15, 16, 19, 20, 22, 24 Pelatihan 2-2 16 11, 13, 15, 16, 19, 20, 22, 24, 6, Pelatihan 2-3 14 11, 13, 15, 16, 19, 20, 22, 24, 6,, 25, 31 80 10 960 Prosentase 66,67% 58,33% 50% 5.3 Hasil Penjelasan hasil uji coba berikut ini dilakukan dengan menggunakan nilai threshold = 1000, 1500 dan 2000 dan nilai input subkelas = 6. Sedangkan hasil uji coba dengan input subkelas = 2 10, tertera pada bab lampiran.
60 5.3.1 Hasil 1 5.3.1.1 Hasil 1 dengan Nilai threshold = 1000 coba 1 dilakukan dengan nomor citra ditampilkan pada Tabel 5.2-a dan 5.2-b. Tabel 5.4 merupakan tabel hasil pengenalan dengan metode SDA, dengan input jumlah subkelas = 6, dan nilai threshold = 1000 : Tabel 5.4 Hasil Pengujian dengan Perbedaan dalam Pemilihan mor dan Nilai threshold = 1000 Pelatihan 1-1 Pelatihan 1-2 Pelatihan 1-3 1 160 150 140 131 0 113 2 160 105 140 91 0 90 3 160 48 140 50 0 41 4 160 7 140 117 0 99 5 160 84 140 77 0 71 6 160 79 140 74 0 71 7 160 151 140 137 0 117 8 160 159 140 140 0 0 903 /80 817 /10 722 /960 Prosentase 70,55% 72,95% 75,21%
61 5.3.1.2 Hasil 1 dengan Nilai threshold = 1500 coba 1 dilakukan dengan nomor citra ditampilkan pada Tabel 5.2-a dan 5.2-b. Tabel 5.5 merupakan tabel hasil pengenalan dengan metode SDA, dengan input jumlah subkelas = 6, dan nilai threshold = 1500 : Tabel 5.5 Hasil Pengujian dengan Perbedaan dalam Pemilihan mor dan Nilai threshold = 1500 Pelatihan 1-1 Pelatihan 1-2 Pelatihan 1-3 1 160 148 140 7 0 110 2 160 103 140 84 0 85 3 160 32 140 35 0 42 4 160 8 140 115 0 91 5 160 84 140 73 0 61 6 160 68 140 70 0 64 7 160 153 140 138 0 115 8 160 158 140 139 0 0 874 /80 781 /10 688 /960 Prosentase 68,28% 69,73% 71,67%
62 5.3.1.3 Hasil 1 dengan Nilai threshold = 2000 coba 1 dilakukan dengan nomor citra ditampilkan pada Tabel 5.2-a dan 5.2-b. Tabel 5.6 merupakan tabel hasil pengenalan dengan metode SDA, dengan input jumlah subkelas = 6, dan nilai threshold = 2000 : Tabel 5.6 Hasil Pengujian dengan Perbedaan dalam Pemilihan mor dan Nilai threshold = 2000 Pelatihan 1-1 Pelatihan 1-2 Pelatihan 1-3 1 160 139 140 9 0 111 2 160 73 140 87 0 81 3 160 52 140 45 0 41 4 160 2 140 1 0 92 5 160 58 140 72 0 65 6 160 69 140 72 0 66 7 160 152 140 136 0 117 8 160 158 140 140 0 119 823 /80 793 /10 692 /960 Prosentase 64,30% 70,80% 72,08%
63 5.3.2 Hasil 2 5.3.2.1 Hasil 2 dengan Nilai threshold = 1000 coba 2 dilakukan dengan nomor citra ditampilkan pada Tabel 5.3. Tabel 5.7 merupakan tabel hasil pengenalan dengan metode SDA, dengan input jumlah subkelas = 6, dan nilai threshold = 1000 : Tabel 5.7 Hasil Pengujian dengan Persamaan dalam Pemilihan mor dan Nilai threshold = 1000 Pelatihan 2-1 Pelatihan 2-2 Pelatihan 2-3 1 160 144 140 4 0 108 2 160 47 140 39 0 61 3 160 84 140 78 0 64 4 160 109 140 86 0 85 5 160 91 140 82 0 64 6 160 74 140 71 0 58 7 160 146 140 130 0 109 8 160 9 140 114 0 117 824 /80 724 /10 666 /960 Prosentase 64,38% 64,64% 69,38%
64 5.3.2.2 Hasil 2 dengan Nilai threshold = 1500 coba 2 dilakukan dengan nomor citra ditampilkan pada Tabel 5.3. Tabel 5.8 merupakan tabel hasil pengenalan dengan metode SDA, dengan input jumlah subkelas = 6, dan nilai threshold = 1500 : Tabel 5.8 Hasil Pengujian dengan Persamaan dalam Pemilihan mor dan Nilai threshold = 1500 Pelatihan 2-1 Pelatihan 2-2 Pelatihan 2-3 1 160 141 140 2 0 110 2 160 44 140 52 0 57 3 160 91 140 73 0 59 4 160 106 140 83 0 83 5 160 83 140 74 0 69 6 160 78 140 70 0 62 7 160 147 140 7 0 109 8 160 4 140 114 0 115 814 /80 715 /10 664 /960 Prosentase 63,59% 63,84% 69,17%
65 5.3.2.3 Hasil 2 dengan Nilai threshold = 2000 coba 2 dilakukan dengan nomor citra ditampilkan pada Tabel 5.3. Tabel 5.9 merupakan tabel hasil pengenalan dengan metode SDA, dengan input jumlah subkelas = 6, dan nilai threshold = 2000 : Tabel 5.9 Hasil Pengujian dengan Persamaan dalam Pemilihan mor dan Nilai threshold = 2000 Pelatihan 2-1 Pelatihan 2-2 Pelatihan 2-3 1 160 140 140 3 0 109 2 160 43 140 53 0 47 3 160 79 140 69 0 56 4 160 106 140 86 0 86 5 160 83 140 73 0 60 6 160 61 140 68 0 58 7 160 146 140 9 0 107 8 160 4 140 109 0 117 782 /80 710 /10 640 /960 Prosentase 61,09% 63,39% 66,67%
66 5.4 Analisa Hasil Berdasarkan hasil uji coba diperoleh, perbedaan pemilihan nomor citra dilakukan pada uji coba 1 dan 2 memberikan tingkat akurasi berbeda. Ketika terdapat perbedaan dalam pemilihan citra untuk setiap kategori, seperti dilakukan pada uji coba 1, maka tingkat akurasi keberhasilan diperoleh cenderung lebih tinggi. Tabel 5.10 5.11 merupakan tabel perbandingan hasil uji coba 1 dan uji coba 2 dengan nilai threshold = 1000, 1500 dan 2000, dan input subkelas = 6. Tabel 5.10 Perbandingan Prosentase Akurasi pada 1 dan 2 dengan Nilai threshold = 1000 Tipe Pelatihan 1 2 640 70,55% 64,38% 800 72,95% 64,64% 960 75,21% 69,38% Tabel 5.11 Perbandingan Prosentase Akurasi pada 1 dan 2 dengan Nilai threshold = 1500 Tipe Pelatihan 1 2 640 68,28% 63,59% 800 69,73% 63,84% 960 71,67% 69,17% Tabel 5. Perbandingan Prosentase Akurasi pada 1 dan 2 dengan Nilai threshold = 2000 Tipe Pelatihan 1 2 640 64,30% 61,09% 800 70,80% 63,39% 960 72,68% 66,67%
67 Pada hasil uji coba telah dilakukan, tingkat akurasi juga dipengaruhi oleh nilai threshold. Tabel 5.13 dan 5.14 berikut ini merupakan tabel informasi memuat data perbandingan tingkat akurasi cenderung menurun ketika nilai threshold diperbesar. coba dilakukan dengan input subkelas = 6. Tabel 5.13 Perbandingan Prosentase Akurasi pada 1 dengan Nilai threshold = 1000, 1500 dan 2000 Pelatihan Pelatihan Nilai threshold 1000 1500 2000 1-1 640 70,55% 68,28% 64,30% 1-2 800 72,95% 69,73% 70,80% 1-3 960 75,21% 71,67% 72,68% Tabel 5.14 Perbandingan Prosentase Akurasi pada 2 dengan Nilai threshold = 1000, 1500 dan 2000 Pelatihan Pelatihan Nilai threshold 1000 1500 2000 2-1 640 64,38% 63,59% 61,09% 2-2 800 64,64% 63,84% 63,39% 2-3 960 69,38% 69,17% 66,67% Gambar 5.3 berikut ini merupakan grafik menyajikan perbandingan prosentase akurasi dan nilai threshold dengan menggunakan 3 pilihan data pelatihan pada uji coba 1.
68 Gambar 5.3 Grafik Perbandingan Tingkat Akurasi terhadap Nilai threshold pada 1 Sedangkan pada Gambar 5.4 merupakan grafik menyajikan perbandingan prosentase akurasi dan nilai threshold dengan menggunakan 3 pilihan data pelatihan pada uji coba 2.
69 Gambar 5.4 Grafik Perbandingan Tingkat Akurasi Terhadap Nilai threshold pada 2 Tingkat akurasi cenderung meningkat ketika nilai threshold diperkecil. Hal tersebut disebabkan karena nilai threshold adalah faktor menjadi pembatas ketika pemilihan vektor eigen dari Σ X akan dipertahankan dan menjadi fitur ekstraksi.
70 Ketika vektor eigen Σ X nilai eigennya kurang dari hasil pembagian antara jumlah diagonal nilai eigen Σ X dan nilai threshold, maka vektor eigen tersebut akan dieliminasi. Dan menjadi fitur ekstraksi adalah vektor eigen tidak dieliminasi.