Discrete Wavelet Transform DWT

d. Proses dekomposisi wavelet level empat

Proses ini berhubungan dengan proses dekomposisi pada level -level sebelumnya. Jumlah subband pada proses ini sebanyak 13 subband, terdiri atas empat subband LL 4 , HL 4 , LH 4 , HH 4 hasil dekomposisi koefisien approksimasi pada level tiga, sembilan subband hasil koefisien detail horizontal, vertikal, dan diagonal pada level tiga HL 3 , LH 3 , HH 3 , level dua HL 2 , LH 2 , HH 2 , dan level satu HL 1 , LH 1 , HH 1 . Setiap subband akan diambil nilai w-entropy. Dekomposisi level empat menghasilkan 13 fitur w-entropy seperti ditunjukkan pada Gambar 21 . w- entropy LL 4 w- entropy HL 4 w-entropy HL 3 w-entopy HL 2 w-entropy HL 1 w- entropy LH 4 w- entropy HH 4 w-entropy LH 3 w-entropy HH 3 w-entopy LH 2 w-entopy HH 2 w-entropy LH 1 w-entropy HH 1 Gambar 21 Ilustrasi nilai w-entropy pada dekomposisi wavelet level empat.

3.4. Data Latih dan Data Uji

Citra stomata berjumlah 96 data terbagi atas 2 bagian, yaitu data latih 80 data dan data uji 16 data. Data dikelompokan menggunakan 6-fold cros- validation berdasarkan data setiap jenis, yaitu 24 buah citra. Data dibagi menjadi 6 bagian data uji, yaitu citra 1 - 4, citra 5 - 8, citra 9 - 12, citra 13 - 16, citra 17 - 20, dan citra 21 – 24. Pengelompokan detail 6 -fold cros-validation ditunjukkan pada Gambar 22.

3.7. Alat dan Bahan Penelitian

Alat dan bahan yang digunakan dalam penelitian ini adalah sebagai berikut : a. Software - Sistem Operasi : MS Window XP Profesional Version 2002 SP2 - Pemograman : Matlab 2008, Microsoft Office Excel 2007 b. Hardware - Processor Intel R Core TM i3 - Memori DDR 2 - RAM 2,99 GB

3.8. Waktu dan Tempat Penelitian

Penelitian dilaksanakan di l aboratorium Computational Intelegence CI Pascasarjana Departemen Ilmu Komputer IPB mulai Februari 2011 sampai dengan Februari 2012.

BAB IV HASIL DAN PEMBAHASAN

4.1. Ekstraksi Fitur Citra Anatomi Stomata Freycinetia

Ekstraksi fitur yang dilakukan dalam penelitian ini menggunakan dua teknik, yaitu analisis tekstur dan dekomposisi wavelet.

4.1.1. Ekstraksi Fitur RGB dan Analisis Tekstur

Ekstraksi fitur RGB pada citra warna terdiri atas 3 fitur yaitu red, green, dan blue. Fitur RGB dihasilkan dengan menghitung rata-rata mean dari nilai piksel red, green, dan blue. Contoh hasil perhitungan nil ai RGB ditunjukkan pada Gambar 23. Freycinetia angustifolia R = 213 G = 135 B = 175 Freycinetia imbricata R = 210 G = 159 B = 181 Freycinetia javanica R = 208 G = 129 B = 169 Freycinetia sumatrana R = 209 G = 163 B = 191 Gambar 23 Contoh ekstraksi fitur pada citra warna anatomi stomata. Ekstraksi fitur pada citra grayscale terdiri atas 6 fitur yaitu entropi, energi, kontras, homogenitas, level keabuaan, standar deviasi . Contoh hasil perhitungan ekstraksi fitur pada citra grayscale ditunjukkan pada Gambar 24. Hasil ekstraksi fitur pada citra warna dan grayscale ditunjukkan pada Tabel 1. Freycinetia angustifolia Entropi = 6,88 Energi = 0,26 Kontras = 0,31 Homogen. = 0,86 Level = 0,56 Std = 34,76 Freycinetia imbricata Entropi = 6,49 Energi = 0,31 Kontras = 0,30 Homogen. = 0,87 Level = 0,62 Std = 28,85 Freycinetia javanica Entropi = 6,69 Energi = 0,23 Kontras = 0,34 Homogen. = 0,85 Level = 0,55 Std = 29,21 Freycinetia sumatrana Entropi = 6,85 Energi = 0,20 Kontras = 0,30 Homogen. = 0,86 Level = 0,65 Std = 31,38 Gambar 24 Contoh ekstraksi fitur pada citra grayscale anatomi stomata. Tabel 1 Hasil ekstraksi fitur RGB dan analisis tekstur Jenis Red Green Blue Entropi Energi Kontras Homogen. Level Std F.angustifolia 213 135 175 6,88 0,26 0,31 0,86 0,56 34,76 F.imbricata 210 159 181 6,49 0,31 0,30 0,87 0,62 28,85 F. javanica 208 129 169 6,69 0,23 0,34 0,85 0,55 29,21 F. sumatrana 209 163 191 6,85 0,20 0,30 0,86 0,65 31,38 Tabel 1 menunjukkan bahwa nilai fitur antar a jenis Freycinetia memiliki selisih nilai yang kecil, sehingga sulit untuk membedakan antar a jenis. Fitur yang