Mulai
Inisialisasi tinggi, lebar
x= 0 y = 0
y tinggi
x lebar
Nilai rata-rata x,y = R + G +
B 3 ya
x,y T Matriks[y][x] = 1
Matriks[y][x] = 0 tidak
ya tidak
Selesai tidak
ya
x= x + 1 y = y + 1
Gambar 3.2 Matriks Biner
b Normalisasi
Ukuran citra yang telah di crop berbeda-beda sehingga belum bisa digunakan sebagai masukan standar untuk diektraksi. Citra tersebut haruslah
dinormalisasi terlebih dahulu yaitu dengan menggunakan ukuran citra yang sesuai untuk diekstrakkan yaitu 300x170 pixel. Contoh citra hasil pemotongan
yang dinormalisasi dapat dilihat pada Gambar 3.3.
Universitas Sumatera Utara
Gambar 3.3. hasil citra normalisasi, a citra RGB, b citra hasil normalisasi
c Pembentukan Matriks Tulang Thinning
Tahapan selanjutnya adalah mengunakan proses thinning. Proses thinning dilakukan supaya mendapatkan kerangka dari objek karakter pada citra dapat
diproses. Proses thinning ini bertujuan membentuk matriks dari citra tulisan tangan yang kebetulan garisnya 1 pixel. Algoritma yang dipakai dalam proses
thinning ini adalah algoritma ZhangSuen yang belum dimodifikasi Zhang
Suen, 1984.
Algoritma Zhang-Suen ini menggunakan metode paralel yang mana nilai baru bagi setiap pixel dihasilkan dari nilai pixel pada iterasi sebelumnya.
Hasil citra yang telah diubah menggunakan proses thinning dapat dilihat pada Gambar 3.4.
Gambar 3.4. citra hasil thinning, a citra normalisasi, b citra thinning
a. b.
b. a.
Universitas Sumatera Utara
3.3 Fitur Ekstraksi
Feature Extraction
Pada tahapan fitur ekstraksi dilakukan agar nilai yang telah dinormalisasikan dapat membentuk sebuah nilai fitur agar mendapatkan nilai-nilai unik dari citra yang telah
mengalami proses prapengolahan citra sebelumnya. Setiap data hasil ekstraksi fitur harus benar-benar dapat mewakili karakteristik atau keunikan dari data tersebut. oleh
karena itu diperlukan suatu cara bagaimana agar dapat mendapatkan nilai-nilai unik dari data tersebut sebab data yang ingin dianalisis oleh jaringan saraf tiruan harus
direpsentasikan dengan baik ke dalam bentuk numerik ataupun biner.
Pada tahap ini, citra yang berukuran 300x170 piksel dibagi menjadi 30 kolom dan 17 kolom dengan masing-masing kolom terdapat 10 piksel. Proses ekstraksi fitur
menggunakan zonning dapat dilihat pada gambar 3.5.
Gambar 3.5. Diagram ekstraks fitur
Universitas Sumatera Utara
3.4 Metode Ekstraksi