Gambar 12 Diagram alur proses mutasi. Hasil populasi baru akan dievaluasi kembali dan diurutkan untuk
mengetahui kromosom yang yang memiliki nilai terbaik selanjutnya.
3.6 Pengujian Data
Pengujian data dilakuan oleh sistem dengan penilaian tingkat keberhasilan klasifikasi terhadap citra kueri. Evaluasi dari kinerja model klasifikasi didasarkan
pada banyaknya data uji yang diprediksi secara benar atau salah oleh model. Hal ini dapat dihitung menggunakan akurasi yang didefinisikan sebagai berikut:
������� = ×100
11
3.7 Perangkat Keras dan Perangkat Lunak
Perangkat keras yang digunakan dalam penelitian ini adalah Processor intel® Corei3-2100 3.16 GHz, memori DDR3 RAM 8.00 GB dan hardisk 650
GB. Perangkat lunak yang digunakan adalah Sistem Operasi Windows 7, MATLAB 2010a.
Mulai Kromosom
P = rand [0,1] P Pm
Genr dimutasi R = random
Selesai
Tidak Ya
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Praproses
Valerina 2012 melakukan praproses data citra tumbuhan obat dengan menyeleksi objek satu daun dan memperkecil ukuran citra menjadi 270x240
piksel. Mode warna citra keseluruhan dan citra daun kemudian diubah menjadi grayscale untuk proses ekstraksi selanjutnya. Hasil praproses data bertujuan
mengurangi waktu pemrosesan data running time. Hasil praproses data dapat dilihat pada Gambar 12.
Psidium guajava L.
Gambar 13 Hasil praproses citra. 4.2 Ekstraksi Tekstur FLBP
Citra hasil praproses digunakan sebagai masukan pada proses ekstraksi dengan FLBP
P,R
. Ekstraksi FLBP
P,R
dilakukan menggunakan ukuran circular neighborhood yang tertera pada Tabel 1. Ciri FLBP yang dihasilkan diekstrak
menggunakan nilai threshold FLBP fuzzifikasi F yang berbeda. Nilai threshold FLBP fuzzifikasi yang digunakan mulai dari F = 1 sampai F = 10. Dimana nilai
threshold FLBP fuzzifikasi menentukan nilai biner yang dihasilkan. Jika terdapat sejumlah � nilai ∆�
yang berada dalam rentang fuzzy maka akan menghasilkan nilai biner sebanyak 2
. Sehingga semakin besar nilai threshold FLBP fuzzifikasi maka akan memberikan nilai rentang yang semakin besar yang berbanding lurus
dengan nilai biner dan waktu komputasi dalam pembacaan nilai piksel. Ekstraksi FLBP menghasilkan histogram frekuensi yang ditunjukan
Gambar 13, dimana histogram merupakan pertambahan C
LBP
dari nilai LBP yang dihasilkan. Panjang bin yang dihasilkan pada histogram FLBP
P,R
bergantung pada jumlah sampling points P yang digunakan, yaitu 2
P
. Pada penelitian ini, jumlah
