BAB 2
LANDASAN TEORI
2.1 Pengertian Citra
Pengertian citra dari beberapa ahli yaitu menurut Hornby, citra merupakan gambaran yang terekam oleh kamera atau oleh sensor lainnya. Sedangkan
Simonett mengutarakan dua pengertian tentang citra yaitu : Pertama, gambaran obyek yang dibuahkan oleh pantulan atau pembiasan sinar yang difokuskan oleh
sebuah lensa atau sebuah cermin. Kedua, gambaran rekaman suatu obyek biasanya berupa gambaran pada foto yang dibuahkan dengan cara optik, elektro-
optik, optik mekanik, atau elektronik. Pada umumnya ia digunakan bila radiasi elektromagnetik yang dipancarkan atau dipantulkan dari suatu obyek tidak
langsung direkam pada film.” Sutanto, 1994:6 Kata citra atau yang dikenal secara luas dengan kata “gambar” dapat
diartikan sebagai suatu fungsi intensitas cahaya dua dimensi, yang dinyatakan oleh fx,y, di mana nilai atau amplitudo dari f pada koordinat spasial x,y
menyatakan intensitas kecerahan citra pada titik tersebut. Citra dapat dikelompokkan menjadi dua bagian yaitu citra diam still
Images dan citra bergerak Imoving images. Citra diam adalah citra tunggal yang tidak bergerak. Sedangkan citra bergerak adalah rangkaian citra diam yang
ditampilkan secara beruntun sekuensial, sehingga member kesan pada mata sebagai gambar yang bergerak. Setiap citra didalam rangkaian itu disebut frame.
Gambar-gambar yang tampak pada film layar lebar atau televise pada hakekeatnya terdiri dari ratusan sampai ribuan frame Sitorus,Syahriol dkk,2006
2.2 Pengolahan Citra Digital
Pengolahan citra digital adalah sebuah disiplin ilmu yang mempelajari hal- hal yang berkaitan dengan perbaikan kualitas gambar peningkatan kontras,
transformasi warna, restorasi citra, transformasi gambar rotasi, translasi, skala, transformasi geometrik, melakukan pemilihan citra ciri feature images yang
optimal untuk tujuan analisis, melakukan proses penarikan informasi atau deskripsi objek atau pengenalan objek yang terkandung pada citra, melakukan
kompresi atau reduksi data untuk tujuan penyimpanan data, transmisi data, dan waktu proses data. Input dari pengolahan citra adalah citra, sedangkan output-nya
adalah citra hasil pengolahan.T.Sutoyo,2009 Pada pengenalan wajah proses capture sangat menentukan tingkat
kesulitan dalam komputasinya, salah satunya bahwa dalam setiap proses capture ternyata cahaya, warna, posisi, skala, dan kemiringan menjadi suatu masalah yang
perlu diperhatikan. Citra digital merupakan representatif dari citra yang diambil oleh mesin dengan bentuk pendekatan berdasarkan sampling dan kuantisasi.
Sampling menyatakan besarnya kotak-kotak yang disusun dalam baris dan kolom. Dengan kata lain sampling pada citra menyatakan besar kecilnya ukuran pixel
titik pada citra, dan kuantisasi menyatakan besarnya nilai tingkat kecerahan yang dinyatakan dalam nilai tingkat keabuan grayscale sesuai dengan jumlah bit biner
yang digunakan oleh mesin dengan kata lain kuantisasi pada citra menyatakan jumlah warna yang ada pada citra.
2.3 Pengenalan Pola
Pola adalah entitas yang terdefinisi atau didefinisikan melalui ciri-cirinya feature. Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola
yang lainnya. Ciri yang baik adalah ciri yang memiliki daya pembeda yang tinngi, sehingga pengelompokan pola berdasarkan ciri yang dimiliki dapat dilakukan
dengan keakuratan yang tinggi Sitorus, Syahriol dkk, 2006. Pengenalan pola merupakan cabang dari kecerdasan buatan yang saat ini
berkembang pesat untuk mendukung aspek keamanan suatu sistem. Saat ini, aplikasi-aplikasi pengenalan pola juga sudah sangat beragam, di antaranya:
1. Voice recognition yang menggunakan pengenalan suara sebagai kunci bagi pengguna sistem.
2. Fingerprint identification yang menggunakan pengenalan sidik jari sebagi kunci telah dipakai secara luas sebagai pengganti password atau pinuntuk
mengakses sistem tertentu.
3. Face identification yang menggunakan pengenalan wajah sebagai kunci bagi pengguna sistem, bahkan saat ini badan penegak hukum sedang
mengembangkan sistem untuk mengidenfikasi para buronan dengan melakukan scanning pada wajah para pelaku kejahatan yang sudah di-
database-kan berdasarkan foto pelaku kejahatan tersebut. 4. Handwriting identification yang menggunakan pengenalan tulisan yang telah
secara luas digunakan oleh sistem perbankan untuk membuktikan pelaku transaksi adalah orang yang benar-benar berhak.
5. Optical Character Recognition OCR yang secara luas digunakan pada counter pengecekan barang.
6. Robot vision yang digunakan oleh aplikasi robotik dalam mengenali objek tertentu pada lingkungan yang unik.
2.3.1 Komponen Sistem Pengenalan Pola
Sistem pengenalan pola dasar terdiri dari Al Fatta, Hanif, 2009: 1. Sensor
Sensor digunakan untuk menangkap objek yang ciri atau feature-nya akan diekstraksi.
2. Mekanisme Pre-processing Mekanisme pengolahan objek yang ditangkap oleh sensor, bagian ini biasanya
digunakan untuk mengurangi kompleksitas ciri yang akan dipakai untuk proses klasifikasi.
3. Mekanisme Pencari Feature Bagian ini digunakan untuk mengekstraksi ciri yang telah melalui tahapan pre-
processing untuk memisahkannya dari kumpulan ciri-ciri yang tidak diperlukan dalam proses klasifikasi dari suatu objek.
4. Algoritma Pemilah Pada tahapan ini klasifikasi dilakukan dengan menggunakan algoritma
klasifikasi tertentu. Hasil dari tahapan ini adalah klasifikasi dari objek yang ditangkap ke dalam kriteria-kriteria yang telah ditentukan.
Kategori