3.4 Proses Agglomerative Hierarchical Clustering
Dari matriks fitur hasil proses ekstrak fitur untuk gambar training, untuik mengetahui 3 kelompok yang berbeda digunakan Agglomerative Hierarchical
Clustering untuk mendapatkan model pengenalan segitiga, segi empat atau lingkaran. Langkah yang dilakukan adalah sebagai berikut :
1. Dari ekstrak fitur yang didapat, hitung jarak kedekatan setiap obyeknya
menggunakan Euclidean Distance : EuclideanDistance = sqrtsumobyek1-obyek2.2
2. Cari nilai jarak yang terkecil dari keseluruhan jarak antar obyek yang di dapat
untuk mendapatkan similaritas terbesar dalam sebuah matriks jarak. 3.
Gabungkan obyek dengan nilai jarak terbesar atau terjauh menggunakan metode complete linkage. Simpan ke dalam variabel bantu yang terdiri dari 3
kolom kolom 1, 2 adalah obyek yang digabung, kolom 3 adalah jarak hasil obyek yang digabung.
4. Setelah didapat hubungan jarak antar obyek, tampilkan dalam bentuk
dendrogram. 5.
Didapat 3 kelompok cluster, segitiga, segi empat dan lingkaran. Jika sudah mendapatkan anggota dari masing-masing kelompok, langkah
selanjutnya adalah mengelompokkan fitur setiap segitiga, segi empat, dan lingkaran untuk mendapatkan model dari Agglomerative Hierarchical Clustering
dengan mencari rata-rata dari masing-masing fitur segitiga, segi empat dan lingkaran yang akan digunakan sebagai perbandingan dengan gambar input
dengan fitur model. Berikut hasil rata-rata fitur model :
1. Segitiga
0 0 0 0 0 0 0 0 0 0.03 0.05 0.07 0.10 0.47 0.48 0.55 0.57 0.60 0.61 0.62 0.62 0.62 0.93 0.97 1
2. Segi Empat
0 0 0 0 0 0 0 0 0 0.26 0.33 0.43 0.47 0.49 0.50 0.54 0.55 0.57 0.57 0.58 0.58 0.75 0.80 0.95 1
3. Lingkaran
0 0 0 0 0 0 0 0 0 0.44 0.44 0.45 0.45 1 1 1 1 1 1 1 1 1 1 1 1 Bila ditampilkan ke dalam grafik akan terlihat perbedaan antara model
segitiga, segi empat dengan lingkaran : 1.
Grafik model segitiga
Gambar 3.8. Grafik model segitiga
2. Grafik model segi empat
Gambar 3.9. Grafik model segi empat
3. Grafik model lingkaran
Gambar 3.10. Grafik model lingkaran
Setelah dilakukan proses pengenalan model, akan dilakukan proses
pengenalan jenis-jenis model untuk dapat ditampilkan detail dari masing-masing jenis bangun datar tersebut. Proses ini dilakukan untuk digunakan dalam
pengenalan tunggal dalam menampilkan nama, rumus dan keterangan dari masing-masing bangun datar.
3.5 Evaluasi Hasil