Feature Extraction ANALISIS DAN PERANCANGAN

Adapun proses thresholding dapat dilihat pada gambar 3.7. Gambar 3.7. Langkah-langkah proses thresholding

3.3. Feature Extraction

Pada penelitian ini ekstraksi fitur menggunakan metode invariant moment. Nilai invariant moment yang didapatkan akan disimpan ke dalam database sebagai nilai hasil ciri dari objek dalam satu citra daun. Nilai yang akan didapat dari satu objek sebanyak tujuh nilai, nilai ini yang disimpan kedalam database. Nilai tersebut yang akan dipakai kedalam Radial Basis Function. 3.3.1. Invariant Moment Invariant moment adalah suatu metode yang mendeskripsikan ciri geometri pada sistem identifikasi objek dan pengenalan karakter Rizon et al., 2006. Setelah objek- objek citra didapatkan, maka dihitung ketujuh nilai invariant moment-nya. Proses perhitungan invariant moment dengan contoh file citra hasil thresholding seperti yang ditunjukkan pada Gambar 3.8. Gambar 3.8. Citra hasil proses thresholding . Langkah pertama untuk mencari nilai invariant moment dapat dimulai dengan menghitung nilai momen dari setiap objek. Masukkan citra hasil proses Gaussian fh,w dengan tinggi h, lebar w. For j=0 sampai j=h-1 For i=0 sampai i=w-1 Ambil nilai hasil proses gaussian pada kolom i baris j pada citra fh,w If nilai hasil proses gaussian 128 Then nilai threshold =0 Else nilai threshold =255 End For End For Proses thresholding berakhir Universitas Sumatera Utara Setelah hasil proses thresholding diperoleh, nilai momen dapat dihitung dengan persamaan 2.6, dimana m merupakan momen yang akan dicari, p dan q merupakan integer yaitu 0,1,2,…, H merupakan tinggi citra, W merupakan lebar citra, x merupakan baris, y merupakan kolom, dan fx,y merupakan nilai intensitas citra. Nilai intensitas yang diambil merupakan nilai setelah mengalami proses thresholding. Nilai momen yang dicari adalah , , dan untuk setiap objek yang ada. Nilai momen yang diperoleh menggunakan persamaan 2.6. adalah sebagai berikut. 1. = 4.102644E7 2. = 1.002809685E10 3. = 7.60017249E9 Setelah nilai , , dan diperoleh, maka perhitungan dilanjutkan dengan menghitung nilai momen pusat dengan persamaan 2.7 dan 2.8. Nilai momen pusat yang diperoleh adalah sebagai berikut. ̅ = . ̅ = . Setelah nilai ̅ dan nilai ̅ diperoleh, maka : 1. � = -3.937056149135889E10 2. � = 9.243568745769517E11 3. � = 5.348523291829203E11 4. � = 8.995522635623008E12 5. � = 2.2321139971250127E12 6. � = 1.4415308852379204E12 7. � = -1.0723490477002798E12 Setelah nilai � , � , � , � , � , � , dan � diperoleh untuk setiap objek, maka dilanjutkan dengan normalisasi nilai momen pusat dengan persamaan 2.9 dan 2.10. Maka nilai normalisasi momen pusat diperoleh, yaitu : 1. � = -2.3390738932923928E-5 2. � = 5.49176580548095E-4 3. � = 3.1776512007149866E-4 Universitas Sumatera Utara 4. � = 8.343856322771955E-7 5. � = 2.0704120530256926E-7 6. � = 1.337101475753271E-7 7. � = -9.94664428550213E-8 Tahap akhir untuk memperoleh tujuh nilai invariant moment untuk setiap objek dilakukan dengan cara menghitung nilai �. Setelah nilai � diperoleh, maka nilai tersebut langsung didefenisikan kedalam |log| �||. Nilai tujuh invariant moment dari objek yang terdapat pada citra adalah sebagai berikut. 1. � = 7.050538826097915 2. � = 16.591219491401443 3. � = 27.200101473672124 4. � = 27.68359758219342 5. � = 57.26367893080876 6. � = 36.126163527591224 7. � = 55.82047309450023

3.4. Klasifikasi