Pengenalan Pola LANDASAN TEORI

pixel objek secara vertikal untuk memperoleh informasi tentang pixel garis yang memiliki kelompok pixel tertentu yang merupakan representasi dari suatu objek karakter. Persamaan dari vertical projection dapat ditulis sebagai berikut: � � [ ] = ∑ [ , ] = 2.3 Dengan: P v = vektor P v pada baris ke-i S = citra masukan berupa citra biner R,C = ukuran baris dan kolom citra Hasil dari vertical projection yaitu menemukan line image suatu objek sehingga langkah selanjutnya adalah segmentasi karakter. Segmentasi karakter dilakukan untuk memperoleh setiap objek karakter yang terkandung dalam citra. Proses yang dikerjakan untuk melakukan segmentasi karakter adalah menerapkan horizontal projection untuk mendapatkan informasi posisi pixel yang memungkinkan kita potong untuk memperoleh karakter tersebut. Persamaan horizontal projection adalah sebagai berikut: � ℎ [ ] = ∑ [ , ] � = 2.4 Dengan: P h = vektor P h pada kolom ke-j S = citra masukan berupa citra biner R,C = ukuran baris dan kolom citra Langkah pertama adalah melakukan vertical projection yaitu memproyeksikan pixel objek secara vertikal untuk memperoleh informasi tentang pixel garis yang memiliki kelompok pixel tertentu. Kelompok pixel inilah yang merupakan representasi dari suatu objek karakter. Persamaan dari vertical projection dapat dilihat pada persamaan 2.3. Misalnya kita memiliki sebuah citra biner aksara Jawa pa dan ra dalam satu bagian. Gambar 2.10 Citra Biner “Para” Gambar 2.10 merupakan contoh representasi citra aksara pa dan ra. Dengan melakukan vertical projection pada Gambar 2.10 maka kita akan menjumlahkan nilai setiap pixel pada semua baris di setiap kolomnya untuk mengetahui letak garis pada masing-masing aksara. Pada citra biner, komponen yang berwarna hitam mempunyai nilai pixel 0 dan komponen putih mempunyai nilai pixel 1, sehingga dapat kita peroleh matriks proyeksi vertikalnya adalah [ 0 5 1 5 1 5 1 5 0 1 1 6 1 1 5 0 ]. Dengan hasil yang diperoleh dapat disimpulkan bahwa jika nilai pada matriks sama dengan 0 berarti pada kolom tersebut tidak terdapat objek, sebaliknya jika nilai pada matrik lebih dari 0 maka menandakan pada kolom tersebut terdapat objek. Dengan kata lain, dapat kita katakan bahwa pada citra tersebut terdapat 2 objek, yaitu objek pertama terletak pada kolom ke-2 sampai ke-8 sedangkan objek kedua terletak pada kolom ke-10 sampai ke-15. Setelah melakukan proyeksi secara vertikal lalu dilanjutkan dengan proyeksi horizontal. Proyeksi horizontal horizontal projection dilakukan untuk mengetahui batas atas dan batas bawah pada objek agar secara tepat dapat dipisahkan atau dipotong. Persamaan dari horizontal projection dapat dilihat pada persamaan 2.4. Prinsip kerja dari horizontal projection adalah menjumlahkan pixel masing-masing baris untuk semua kolom pada baris tersebut. Berdasarkan Gambar 2.10 dapat kita peroleh matriks proyeksi horizontalnya adalah [ 0 6 7 6 6 6 7 0 ]. Berdasarkan hasil dari matriks tersebut dapat disimpulkan bahwa batas paling atas pada objek tersebut berada pada baris ke-2 dan batas paling bawah berada pada baris ke-7. Secara visual, hasil dari projection profile vertical dan horizontal projection dapat dinyatakan sebagai berikut: Gambar 2.11 Projection Profile dari Citra Aksara Pa dan Ra Gambar 2.11 adalah representasi citra hasil projection profile terhadap Gambar 2.10. Gambar sebelah kiri adalah aksara pa dan sebelah kanan adalah aksara ra yang telah tersegmentasi dengan baik. Dengan projection profile maka kita dapat memisahkan masing-masing aksara yang menyusun sebuah kata pada citra nama jalan. 2.5.5 Resizing Resizing atau mengubah ukuran citra merupakan sebuah cara untuk mengubah dimensi citra dengan ukuran tertentu sehingga informasi pixel dari citra tersebut juga berubah. Sebagai contoh, ketika ukuran citra diperkecil maka informasi pixel yang tidak dibutuhkan akan dihilangkan sedangkan ketika ukuran citra diperbesar maka akan ditambahkan informasi pixel baru untuk memperoleh ukuran citra yang lebih besar.

2.6 ICZ-ZCZ

ICZ merupakan kependekan dari Image Centroid and Zone. Ekstraksi ciri ICZ pada dasarnya bekerja dengan mencari titik centroid dari citra kemudian citra dibagi menjadi n zona yang sama. Jika citra sudah dibagi kedalam n zona kemudian menghitung jarak antara masing-masing pixel yang ada disetiap zona dengan titik centroid-nya. Total nilai jarak yang ada disetiap