20 citra yang ada. Dalam hal ini interpretasi terhadap informasi yang ada
tetap dilakukan oleh manusia human perception. 2.
Mengekstraksi informasi ciri yang menonjol pada suatu citra, di mana hasilnya adalah informasi citra di mana manusia mendapatkan
informasi ciri dari citra secara numerik atau dengan kata lain komputer mesin melakukan interpretasi terhadap informasi yang ada pada citra
melalui besaran- besaran data yang dapat dibedakan secara jelas besaran-besaran ini berupa besaran numerik.
2.4. Pengenalan Pola
Pola adalah entitas yang didefinisikan melalui ciri feature. Ciri tersebut digunakan untuk membedakan suatu pola dengan pola yang lain. Ciri yang baik
adalah ciri yang memiliki daya pembeda yang tinggi, sehingga pengelompokan pola berdasarkan ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi.
Ciri pada suatu pola diperoleh dari hasil pengukuran pada titik objek uji. Khusus pada pola yang terdapat dalam citra, ciri yang dapat diperoleh berasal dari
informasi : 1.
Spasial, seperti intensitas pixel dan histogram 2.
Tepi, seperti arah dan kekuatan 3.
Kontur, seperti garis, elips, dan lingkaran 4.
Wilayahbentuk, seperti keliling luas dan pusat masa 5.
Hasil transformasi fourier, seperti frekuensi
21 Pengenalan pola menentukan kelompok atau kategori pola berdasarkan ciri
yang dimiliki oleh pola tersebut. Dengan kata lain, pengenalan pola membedakan suatu objek dengan objek yang lain. Sitorus, 2013
2.4.1. Struktur dari Sistem Pengenal Pola
Struktur dari pengenalan pola ditunjukkan oleh gambar dibawah ini :
Bagan 2.4-1 - Bagan dari sistem pengenalan pola
Sistem terdiri dari sensor, pra-pengolahan citra, algoritma atau mekanisme pencarian fitur, dan algoritma untuk klasifikasi atau
pengenalan.
Sensor , berfungsi untuk menangkap objek dari dunia nyata dan
selanjutnya diubah menjadi sinyal digital.
Pra-pengolahan
, berfungsi untuk mempersiapkan citra agar dapat menghasilkan ciri yang baik untuk tahap berikutnya. Pada tahap ini
sinyal informasi di tonjolkan dan sinyal pengganggu derau noisy diminimalkan.
Pencari dan seleksi fitur
, berfungsi menemukan karakteristik pembeda yang mewakili sifat utama sinyal dan sekaligus mengurangi
22 dimensi sinyal menjadi sekumpulan bilangan yang lebih sedikit tetapi
representatif.
Algoritma klasifikasi , berfungsi untuk mengelompokkan fitur ke
dalam kelas yang sesuai.
Algoritma deskripsi , berfungsi untuk mendeskripsikan pada sinyal.
2.4.2. Fitur, Vektor Fitur, Ruang Fitur, Pola dan Pemilah
Fitur features atau disebut juga atribut adalah semua hasil pengukuran yang bisa diperoleh dan merupakan karakteristik pembeda dari objek fitur
dapat berupa simbol seperti warna, numerik, seperti berat, atau gabungan keduanya. Fitur dapat dinyatakan dengan variabel kontinu, diskrit atau
diskret-biner. Fitur biner dapat digunakan untuk menyatakan ada atau tidaknya suatu fitur tertentu.
Fitur yang baik memiliki syarat berikut, mudah dalam komputasi, mampu sebagai pembeda dan memberikan keberhasilan tinggi dalam
pengenalan, serta besarnya data dapat diperkecil tanpa menghilangkan informasi penting.
Vektor fitur features vector adalah gabungan atau kombinasi dari beberapa fitur dan dinyatakan sebagai vektor kolom. Banyaknya fitur
pembentuk vektor fitur disebut dengan dimensi dari vektor fitur.
