34 Matrik baru dibuat menggunakan elemen nol dengan dimensi sebesar nilai
maksimal pada matrik asal. Rentang maksimal nilai keabuan yang digunakan sebesar 255. Matriks co-occurance didefinisikan dengan mencari jumlah
pasaran berurutan pada relasi ketetanggaannya. Ilustrasi perhitungan matriks co-occurance
sesuai Gambar 19 MathWork, 2005.
Gambar 19. Ilustrasi Pembentukan Matriks Co-Occurance 3
Mentranpose matriks, Matriks co-occurance yang sudah didapat selanjutnya dilakukan transpose
4 Menjumlahkan matriks coocurrence dengan matriks transpose.
5 Matriks baru perlu dilakukan penjumlahan untuk diubah menjadi simetris.
2. Parameter Statistika
Berdasarkan matriks co-occurance yang telah terbentuk, pola dapat dikenali sebagai tekstur melalui perhitungan parameter statistika. Parameter statistika
menggunakan pola tekstur yang dikemukakan oleh Robert M.Haralick 1973 dan dikembangkan oleh Fritz Albregtsen 2008 yakni,
a. Energy
Energy disebut juga Angular Second Moment ASM menunjukkan nilai
yang tertinggi saat piksel-piksel gambar homogen Anami, 2009. Rumus untuk mencari energy dari suatu gambar ditunjukkan pada persamaan 20.
35 = ∑ ∑
, 20
b. Contrast
Contrast adalah ukuran variasi antar derajat keabuan suatu daerah citra
Putra, 2013. Persamaan 21 menunjukkan parameter contrast.
= ∑ ∑
∑ ,
= =
−
=
21 c.
Correlation Correlation
adalah ukuran tingkat abu-abu ketergantungan linier antara piksel padaposisi tertentu terhadap piksel lain. Rumus untuk menentukan
correlation dari suatu gambar Soh Tsatsoulis, 1999: 781 ditunjukkan pada
persamaan 22. =
∑ ∑ p , −
� �
22 d.
Variance Sum Of Square Variance
menunjukan seberapa banyak tingkat keabu-abuan yang beragam dari rata-rata Vannier, 1985. Rumus menghitung variance dari suatu gambar
ditunjukkan pada persamaan 23. = ∑ ∑ −
,
, 23
e. Inverse Difference Moment IDM
Inverse Difference Moment IDM menunjukan kesamaan piksel. Rumus
IDM suatu gambar Yin, 2004 ditunjukkan pada persamaan 24. = ∑ ∑
, + −
24
f. Sum Average
Sum Average dirumuskan sesuai dengan persamaan 25.
| − | =
36 = ∑
.
+ =
25 g.
Sum Variance Sum Variance
dirumuskan sesuai dengan persamaan 26. = ∑
+ ∑
+
log
+ =
+ =
26 h.
Sum Entropy Sum Entropy
dirumuskan sesuai dengan persamaan 27, = − ∑
+
log
+ =
27 i.
Entropy Nilai entropy digunakan untuk menghitung keacakan intensitas gambar
Cline, 1990:1037- 1045. Rumusan entropy ditunjukkan pada persamaan 28. = − ∑ ∑
, log ,
28 j.
Difference Variance Difference Variance
disimbolkan sebagai DV dan dirumuskan sebagai varian dari
− .
k. Difference Entropy
Difference Entropy dirumuskan sesuai dengan persamaan 29.
= − ∑
−
log
− −
=
29
l. Information Measure of Correlation
Information Measure of Correlation terdiri dari 2 teknik pengujian, yakni
First Information Measure of Correlation dan Second Information Measure of
Correlation Albregtsen, 2008. First Information Measure of Correlation
37 ditunjukkan pada persamaan 30, sedangkan Second Information Measure of
Correlation ditunjukkan pada persamaan 31.
=
−
∑ ∑
, log ,
−
−
∑ ∑
, log
{ , }
30
= √ −
− .
−
∑ ∑
log
+∑ ∑
, log ,
31 m.
Homogeneity Homogeneity
menunjukkan nilai distribusi antara elemen. Rumus untuk mencari homogeneity dari suatu gambar ditunjukkan persamaan 32 Zhu, 2006.
= ∑ ∑
, + | − |
32 n.
Cluster Prominence Cluster prominence
dirumuskan sesuai dengan persamaan 33. = ∑ ∑ [ i −
+ j − ] . ,
33 o.
Cluster Shade Cluster shade dirumuskan sesuai dengan persamaan 34.
= ∑ ∑ [ i − + j − ] .
, 34
3. Jaringan Syaraf Tiruan
