3.3.1 Preprocessing Citra
Preprocesing bertujuan untuk mengubah citra asli ke dalam data vektor menggunakan filter Gabor Wavelet. Pertama membaca gambar,
kemudian gambar dirubah menjadi abu-abu. Mengubah size kolom dan baris sampai ukuran maksimal. . Filter Gabor Wavelet dari sebuah citra
merupakan konvolusi citra dengan filter Gabor g
mn
. Filter Gabor Wavelet akan dihitung untuk skala dan orientasi. Setelah filter Gabor di
konvolusi terhadap citra dengan skala m dan orientasi n, maka akan didapat energi citra pada skala dan orientasi yang berbeda. Untuk nilai
F menggunakan perhitungan, yaitu : kolom dikali dengan skala dikurang 1 ditambah 1 sebanyak kolom, baris dikali dengan orientasi
dikurang 1 ditambah 1 sebanyak baris. Dari perhitungan tersebut di dapat mean dan standar deviasi untuk kolom dan baris. Vektor ciri dari
sebuah citra dibuat menggunakan µ
mn
dan σ
mn
sebagai komponen ciri.
3.3.2 K-Means Clustering
Proses K-Means Clustering ini pertama menentukan jumlah cluster yang diingikan untuk mengelompokkan data yang ada akan menjadi
berapa kelompok. Kemudian pilih beberapa data sejumlah cluster sebagai centroid. Perbandingkan data centroid dengan data yang lainnya
untuk mengetahui apakah data 1 dengan centroid mempunyai kemiripan atau tidak, jika mempunyai kemiripan maka akan menjadi satu
kelompok dan begitu sebaliknya dengan mengitung menggunakan Euclidean
Distance. Kemudian
setelah perhitungan
tersebut mendapatkan kelompok sejumlah cluster yang telah ditentukan, maka
kita mendapatkan centroid baru dan membandingkan centroid baru dengan data yang lain dan mengulangi lagi lagi langkah perhitungan
Euclidean Distance sampai cluster tidak berubah atau data akhirnya sudah sama. Lalu mendapatkan cluster akhir pengelompokan.
3.3.3. Perancangan hitung akurasi
Hitung akurasi dengan cara membandingkan pengelompokan cluster dari sistem dengan cluster manual. Jika cluster sistem dengan
cluster manual sama-sama satu kelompok maka dinilai benar tetapi jika ada yang tidak sama maka akan dinilai error. Menghitung akurasinya
cluster 1 yang dinilai benar dengan cluster 2 yang dinilai benar akan dijumlahkan kemudian dibagi sejumlah data yang ada. Maka akan
mendapatkan berapa persen tingkat akurasi. Hal tersebut dilakukan dengan semua data yang ada samapi mendapatkan titik akurasi paling
tinggi dari semua data.
3.4 KEBUTUHAN HARDWARE DAN SOFTWARE 3.4.1 Hardware