12 Jika obyek posisinya sudah tentu pada sensor, maka proses deteksi dilakukan
cukup dengan mengamati daerah tersebut, tanpa menghiraukan daerah lainnya. Contoh dalam aplikasi mengamati obyek yang berjalan pada suatu bab berjalan conveyor, maka
lintasan dari obyek sudah tertentu. Dengan memastikan obyek akan melintas pada titik tertentu, maka proses deteksi dapat dipusatkan pada titik tersebut.
Jika obyek ternyata menempati posisi yang tidak tentu, maka harus dilakukan proses pencarian. Proses pencarian dapat dilakukan dengan dua cara, melakukan scanning
di seluruh daerah image, atau langsung menentukan titik tengah titik berat dari obyek yang ada di layar.
Dengan cropping, cara ini mengharuskan program untuk mencari pixel demi pixel, area demi area, ukuran demi ukuran dari seluruh bagian image. Jika suatu obyek berhasil
ditemukan, bagian image yang bertepatan dengan obyek tersebut akan dipotong untuk diproses pada bagian berikutnya. Kelebihan dari cara ini adalah posisi dari obyek dapat
bebas, jumlah dari obyek dapat lebih dari satu, ukuran dari obyek dapat bebas dan dapat menggunakan berbagai metode klasifikasi, dimana hasil crop obyek yang ditemukan
dengan mudah diproses pada classifier yang dikehendaki.
2.4. Fuzzy C-Means FCM
Fuzzy C-Means adalah suatu teknik peng-cluster-an data yang mana keberadaan tiap-tiap titik data dalam suatu cluster ditentukan oleh derajat keanggotaan. Teknik ini
pertama kali diperkenalkan oleh Jim Bezdek pada tahun 1981. Konsep dasar FCM, pertama kali adalah menentukan pusat cluster, yang akan
menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap titik data memiliki derajat keanggotaan untuk tiap-tiap
cluster. Dengan cara memperbaiki pusat cluster dan derajat keanggotaan tiap-tiap titik data secara berulang, maka akan dapat dilihat bahwa pusat cluster akan bergerak menuju
lokasi yang tepat. Perulangan ini didasarkan pada minimasi fungsi obyektif yang menggambarkan jarak dari titik data yang diberikan ke pusat cluster yang terbobot oleh
derajat keanggotaan titik data tersebut. Output dari FCM bukan merupakan fuzzy inference system, namun merupakan
deretan pusat cluster dan beberapa derajat keanggotaan untuk tiap-tiap titik data.
13 Fungsi obyek yang digunakan pada FCM adalah:
2 1
1
; ,
ik w
n k
c i
ik w
d X
V U
j
2.1 Dengan
, 00
. 1
w
2 1
1
m
j ij
kj kVi
ik
v x
x d
d
2.2 x adalah data yang akan di cluster
nm m
n
x x
x x
X
1 1
11
... ...
2.3 Dan V adalah matriks pusat cluster
cm m
c
v v
v v
V
1 1
11
... ...
2.4 Nilai J
w
terkecil adalah yang terbaik, sehingga :
; ,
min ;
, X
V U
J X
V U
j
Mfc w
2.5
2.5 Euclidean Distance
Euclidean Distance merupakan metode statistika yang digunakan untuk mencari data yang terdekat antara parameter data referensi dengan parameter data baru. Parameter
referensi : R1, R2, R3, .... Rim dimana i = jumlah region dan R = data pada tiap region. Sedangkan data baru: R1’, R2’, R3’, ....Rn’, dimana n = jumlah region dan R = data pada
tiap region, banyaknya jumlah region antara data baru dengan parameter sampel harus sama, sehingga i = n.
2
Ri Ri
dR
2.6 Pada pemrosesan citra, nilai yang dicari jarak perbedaannya adalah nilai rata-rata
RGB atau nilai biner dari setiap komponen citra antara data input dan data referensi. Analisa distance ini juga dapat menentukan jarak diskriminan terhadap data input dan
referensi, sehingga dapat mengetahui termasuk dalam kelompok mana data input itu berada, dan dapat diambil kesimpulan pada proses analisanya. Nilai jarak yang paling
minimal merupakan citra yang memiliki kemiripan dengan citra referensi.
14
2.6 Microsoft Visual Basic 6.0