5.2.4. Hasil ekstrak fitur gambar bangun datar
Setelah melalui proses transformasi ke dalam citra biner dan pemotongan otomatis supaya lebih fokus, gambar input akan dilanjutkan
pada proses ekstraksi fitur. Hasil proses ekstraksi fitur akan dibandingkan dengan nilai rata-rata ekstrak fitur model segitiga, segi empat, dan
lingkaran. Hasil ekstrak fitur merupakan matriks berukuran 1x25. Kemudian
dibandingkan dengan nilai rata-rata ekstrak fitur model segitiga, segi empat, dan lingkaran melalui perhitungan matriks jarak euclidean
distance. Pada proses ekstraksi fitur, matriks nilai ekstrak fitur dirutkan dari
nilai terkecil yang didapat sampai nilai maksimal menggunakan fungsi sort. Hal tersebut karena adanya asumsi bahwa posisi sudut masing-
masing gambar berbeda, sehingga dengan membuat urutan fitur secara acak melalui proses sorting didapatkan lebih banyak kemiripan. Gambar
keterangan dapat dilihat pada halaman lampiran. Kemudian setelah melalui proses sorting, bagi nilai matriks ekstrak fitur yang sudah
diurutkan dengan nilai maksimal ekstrak fitur yang didapat sehingga didapat nilai terkecil 0 dan nilai terbesar 1. Hal ini dilakukan supaya range
fitur tidak terlalu besar, yaitu hanya antara 0 sampai 1.
5.2.5. Hasil clustering menggunakan Agglomerative Hierarchical Clustering
Pada Agglomerative Hierarchical Clustering Single Linkage, didapatkan hasil akurasi sebesar 86,67 dengan angka error rate sebesar
13,33. Untuk jenis-jenis dari model sebanyak 45 gambar didapatkan akurasi sebesar 75,56. Sedangkan untuk average dan complete linkage
hasil yang didapatkan sama yaitu sebesar 88,89 dengan angka error rate sebesar 11,11. Untuk jenis-jenis dari model sebanyak 45 gambar
didapatkan akurasi sebesar 75,56. Berikut detailnya pada Tabel 5.1. Tabel 5.1.
Akurasi hasil Agglomerative Hierarchical Clustering
Agglomerative Hierarchical Clustering Single Linkage
Average Linkage Complete Linkage
Validasi cluster 86,67
88,89 88,89
Error rate 13,33.
11,11 11,11
Uji tunggal 75,56.
75,56. 75,56.
Error rate 24,44
24,44 24,44
Hasil cluster yang didapat sudah cukup baik walaupun layang- layang dikenali sebagai segitiga. Namun cluster lingkaran tampak
memisah dari segitiga maupun segi empat. Complete linkage dipilih karena hasil yang didapat sedikit lebih bagus daripada menggunakan
single linkage, sedangkan untuk average memiliki hasil yang sama dengan complete, maka dipilih salah satu.
Penentuan nama cluster dipilih dari banyaknya anggota cluster yang mirip. Karena yang termasuk ke dalam cluster 3 hanya ada elips dan
lingkaran, maka dilihat bahwa yang termasuk ke dalam cluster tersebut adalah model lingkaran. Karena 3 sudah terpilih sebagai lingkaran, maka
kita lihat cluster 1. Banyaknya anggota dalam cluster 1 adalah segitiga. Maka ditetapkan bahwa cluster pertama adalah cluster segitiga. Maka
cluster 2 adalah sisanya, yaitu cluster segi empat. Setelah ditentukan nama-nama cluster, cari rata-rata ekstrak fitur
untuk masing-masing cluster. Rata-rata tersebut menjadi model yang akan dibandingkan dengan gambar input.
Untuk pengujian menggunakan 45 gambar yang didapat dari hasil gambar tangan yang di-scan, gambar scan dari buku materi dan beberapa
gambar dari sumber lain internet. Langkah pengujian file testing adalah membagi ke dalam 3 grup, yaitu grup 1-3. Dimana masing-masing grup
berisi 15 gambar, grup 1 adalah gambar yang dibuat manual kemudian melalui proses scan, grup 2 adalah gambar yang di-scan dari buku materi
dan grup 3 adalah gambar dari beberapa sumber lain. Data gambar grup 1
:
Gambar 5.9.
Data garmbar pengujian grup 1
Kategori