5. M
Q
= 44.86779365123266 6.
M
T
= 30.203467326090035 7.
M
U
= 50.89496763743394
3.5. Klasifikasi
Klasifikasi dilakukan dengan menggunakan euclidean distance yaitu pendekatan nilai. Nilai yang didapat dari data training akan disimpan kedalam database, kemudian nilai
data testing yang didapatkan akan dicari jarak terkecilnya dengan nilai yang ada didalam database. Semakin kecil jarak nilai yang didapatkan maka objek akan
semakin mirip, sebaliknya jika jarak nilai yang didapatkan semakin besar maka objek semakin tidak mirip. Jarak nilai dapat dihitung menggunakan persamaan 2.11.
P = p
1
,p
2
,…,p
n
Q = q
1
,q
2
,…,q
n
d = YZp
1
-q
1
\
2
+Zp
2
-q
2
\
2
+…+ Zp
n
-q
n
\
2
= Y∑ p
i
-q
i n
i=1
3.6. Data
Data yang digunakan akan terbagi menjadi tiga bagian yaitu data masukan, data proses, dan data keluaran. Data masukan adalah data yang diberikan oleh pengguna
untuk dilatih oleh sistem sebagai data training. Data proses adalah data yang dihasilkan ketika sistem sedang berjalan. Data keluaran adalah data yang dikeluarkan
setelah data masukan diproses dan akan ditampilkan pada pengguna.
3.6.1. Data Masukan
Data masukan yang digunakan adalah citra mikroskop digital sperma yang didapatkan dari sebuah laboratorium. Citra mikroskop sperma ada yang normal dan ada juga yang
tidak normal. Pada penelitian ini diperoleh 10 data citra mikroskop sperma bentuk normal sebagai data training. Pada pengujian atau data testing digunakan 28 citra
mikroskop sperma yang berisi beberapa objek yang normal dan tidak normal untuk setiap setiap citra mikroskop sperma.
Universitas Sumatera Utara
3.6.2. Data Proses
Data proses adalah data yang dihasilkan ketika sistem dijalankan. Tahapan yang utama dalam memperoleh data proses adalah pre-processing citra mikroskop sperma,
feature extraction, klasifikasi, dan identifikasi. Tahapan pre-processing citra mikroskop sperma terdiri dari graysacling kemudian gaussian, lalu masuk ke tahap
segmentasi gambar dengan menggunakan thresholding. Proses labelling dan bounding box adalah proses seleksi citra, untuk memisahkan objek satu dengan objek yang lain.
Klasifikasi menggunakan metode euclidean distance yaitu pendekatan nilai.
3.6.3. Data Keluaran
Data keluaran yang dihasilkan adalah data yang telah diidentifikasi subur atau kurang subur tidak subur beserta nilai ekstraksi ciri dari masing-masing objek dan informasi
yang dibutuhkan.
3.7. Perancangan Sistem