Segmentasi Warna Citra Format Tekstur Citra Segmentasi Region

V. HASIL DAN PEMBAHASAN

A. Karakteristik Citra Masukan

Sebanyak 300 citra yang digunakan pada penelitian ini dikelompokkan menjadi 3 subjek : pemandangan 100 citra, bangunan 100 citra, alam 100 citra. Masing-masing subjek terdiri dari 4 sampai dengan 6 objek Tabel 4. Tabel 4. Subjek, jumlah, serta objek citra sumber Subjek Citra Jumlah Citra Objek yang terkandung Sumber Pemandangan 100 langit1, awan2, rumput3, pohon4, matahari5, gunung6 Bangunan 100 rumah7, jalan8, batu9, langit10 Alam 100 batu11, air12, pohon13,awan14, langit15 http:www.alipr.com

B. Pengindeksan Citra

1. Segmentasi Warna Citra

Pada tahapan segmentasi ini, setiap citra disegmentasi untuk mengelompokkan warna yang dikandung oleh setiap piksel dari citra ke beberapa segmen cluster yang sudah ditentukan jumlahnya, yaitu dua, tiga, empat, dan lima. Cluster ini merupakan representasi warna-warna dominan citra. Tahapan segmentasi ini bertujuan mendapatkan kelompok- kelompok warna dominan dan mengurangi jumlah warna citra asli seperti yang terlihat pada Gambar 18. Gambar 18. Contoh citra sebelum dan sesudah segmentasi menggunakan algoritma EM. Selanjutnya dilakukan pemilihan keempat hasil segmentasi tersebut secara manual untuk dijadikan masukan pada tahap ekstraksi warna. Berdasarkan Gambar 18, dapat dilihat bahwa hasil segmentasi keempat adalah hasil segmentasi yang paling baik. Hal ini dikarenakan citra hasil segmentasi tersebut paling mirip dengan citra aslinya. Hasil segmentensi yang sudah terpilih sebagai masukan pada tahap ekstraksi warna untuk seluruh citra di dalam basis data dapat dilihat pada lampiran 1 4 Cluster 3 Cluster 2 Cluster 5 Cluster

2. Format Tekstur Citra

Sedangkan untuk proses ekstraksi ciri tekstur, citra sumber perubahan format dari format RGB ke format gray scale. Hasilnya seperti terlihat pada Gambar 19. Citra RGB ke Gray Gambar 19. Contoh citra RGB ke citra gray scale

3. Segmentasi Region

Semua citra sumber di segmentasi untuk menghasilkan region- region yang bersesuaian dengan objek yang ada dalam citra. Jumlah region untuk setiap citra masukan ditentukan sebanyak 6 region. Penentuan enam region ini dilakukan berdasarkan asumsi jumlah maksimum objek yang terkandung dalam citra. a Citra Sumber b Citra Hasil Segmentasi Gambar 20 . Contoh citra sebelum dan sesudah segmentasi menggunakan algoritma Normalized Cuts Selanjutnya citra hasil segmentasi dilakukan pemisahan region. Pemisahan region dilakukan dengan membaca setiap piksel yang memiliki nilai batasan garis putih. Region yang diinginkan disimpan dalam file dengan format JPG, sedangkan untuk region yang lain komponen-komponen pikselnya digantikan dengan warna putih. Proses dilakukan berulang untuk region – region yang lain. Gambar 21 merupakan contoh citra sumber yang telah dilakukan pemisahan region . Pemisahan region digunakan untuk pengenal objek. Gambar 21. Contoh citra hasil pemisahan citra menjadi 6 region Hasil pemisahan region citra menjadi masukan untuk tahap ekstraksi ciri. Seluruh citra hasil segmentasi region dalam basis data dapat dilihat pada Lampiran 2.

4. Ekstraksi Ciri Warna