berikutnya , setelah semuanya dihitung maka akan memperoleh hasil
= [0 1 6 14 22 21].
Gambar 2.12. Perhitungan konvolusi secara matriks.
2.5.2. Konvolusi dengan Ekstensi Sinyal
Konvolusi biasa digunakan bila ada sinyal yang memiliki panjang terbatas, dan juga ujung-ujung sinyalnya diskontinu sehingga dapat menyebabkan distorsi pada ujung-
ujung sinyal. Sehingga dapat dikatakan konvolusi adalah suatu proses untuk memperpanjang sinyal dengan cara pengulangan sinyal atau yang disebut periodisasi.
Misalnya sinyal masukan
uk
= {
u
1,
u
2, … ,
u M
} akan dikonvolusi dengan sinyal lain
hk
= {
h
1,
h
2, … ,
h N
},
N
adalah bilangan genap, dan
M N
, serta
m
adalah
N2
. Sehingga pengulangan sinyal dengan periodisasi akan menghasilkan sinyal { }
Konvolusi sinyal yang diperpanjang dengan sinyal
akan menghasilkan
Hasil konvolusi menghasilkan sinyal keluaran dimana panjang
M
+
N-1
lebih besar dari pada panjang
uk
. Agar sinyal keluaran memiliki panjang yang sama dengan
sinyal masukan, maka hanya bagian-bagian tertentu saja yang akan dipilih sebagai keluaran. Misalnya, keluaran
konvolusi di atas adalah ={
y
1,
y
2, …,
y L
},
L = M + N-1
, maka akan dipilih bagian-bagian tertentu dari adalah [12].
{ } 2.6
2.6. Template Matching
Template matching
adalah salah satu teknik dalam pengolahan citra digital yang berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi
template
acuan. Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari
quality control
. Metode
template matching
sering digunakan untuk mengindentifikasi citra karakter huruf, angka, sidik jari
fingerprint
dan aplikasi-aplikasi pencocokan citra lainnya.
Prinsip metode ini adalah membandingkan antara
image
objek yang akan dikenali dengan
image template
yang ada.
Image
objek yang akan dikenali, diukur tingkat kemiripannya dengan masing-masing
image template
. Pengecekan kemiripan dapat dilakukan menggunakan fungsi jarak ataupun korelasi. Pengenalan dilakukan dengan
melihat nilai tingkat kemiripan tertinggi dari
image
objek tersebut [5].
2.7.
Distance
Jarak
Jarak digunakan untuk menentukan tingkat kesamaan
similarity degree
atau ketidaksamaan
dissimilarity degree
dua vektor fitur. Tingkat kesamaan berupa suatu nilai dan berdasarkan nilai tersebut dua vektor fitur akan dikatakan mirip atau tidak. Dengan
menggunakan metode jarak Euclidean dapat digunakan untuk mengukur tingkat kemiripan dua buah vektor fitur.
2.7.1
Euclidean Distance
Euclidean Distance
adalah metrika yang paling sering digunakan untuk menghitung kesamaan 2 vektor.
Euclidean distance
menghitung akar dari kuadrat perbedaan 2 vektor.
Rumus dari
Euclidean distance
[5]:
√∑ PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
