HSV merupakan salah satu cara untuk mendefinisikan warna yang didasarkan pada roda warna. Hue merupakan variabel yang menyatakan warna dari merah hingga violet.
Hue mengukur sudut dari 0 sampai 360 derajat seperti pada Gambar 2.10 biasanya 0
adalah merah, 60 derajat adalah kuning, 120 derajat adalah hijau, 180 derajat adalah cyan, 240 derajat adalah biru, dan 300 derajat adalah warna magenta.
Gambar 2.10. Skala Hue [8]. Saturation
merupakan variabel yang menyatakan vibrancy dari suatu warna, saturation
biasa disebut juga dengan purity. Semakin kecil nilai dari saturation, maka warna yang ditampilkan condong ke warna abu-abu. Skala nilai dari saturation berkisar
antara 0 hingga 100. Value menunjukkan nilai kecerahan dari suatu warna. Skala dari value berkisar antar 0 hingga 100 [5].
Model warna HSV memisahkan komponen intesitas dari citra warna, sehingga model ini merupakan model yang ideal untuk mengembangkan algoritma pemprosesan
citra yang intuitif dan natural.
2.3.4. Konversi RGB Menjadi HSV
Karena model warna HSV merupakan model warna yang diturunkan dari model warna RGB, maka untuk mendapatkan warna HSV ini diharuskan melakukan proses
konversi dari RGB ke HSV. Proses konversi dapat dilakukan dengan aplikasi Matlab, Matlab telah menyediakan fungsi
“rgb2hsv” dengan sintaks program yang digunakan :
Konversi RGB to HSV hsv=rgb2hsvx0;
2.3.5. Cropping
Cropping citra bertujuan untuk memotong bagian tertentu dari elemen citra yang
diinginkan pada citra digital. Sehingga untuk bagian citra yang tidak dibutuhkan akan dipotong atau dihilangkan. Hal ini diperlukan dalam proses pengolahan citra digital untuk
mendapatkan data yang tepat, sehingga mempermudah dalam proses pengolahan data.
2.3.6. Resizing
Resizing adalah proses mengubah ukuran resolusi suatu citra dalam piksel. Dengan
cara mengurangi atau menambah jumlah piksel yang menyusun citra. Dalam pengurangan ataupun penambahan dilakukan secara proporsional baik pada panjang maupun lebar citra.
Dalam penelitian ini ukuran piksel yang diinginkan ialah , karena ukuran piksel ini
dianggap sebagai ukuran yang paling ideal untuk dijadikan acuan [9].
2.4. Wavelet
Wavelet merupakan fungsi basis yang diisolasi dengan mengacu pada lokasi spasial
atau waktu, dan frekuensi atau angka gelombang. Setiap wavelet memiliki karakteristik lokasi dan skala. Basis wavelet berasal dari sebuah fungsi penskalaan atau dikatakan juga
sebuah scaling function. Scaling function memiliki sifat yaitu dapat disusun dari sejumlah salinan dirinya yang telah didilasikan, ditranslasikan dan diskalakan. Menurut Sydney [9],
Wavelet merupakan gelombang mini small wave yang mempunyai kemampuan
mengelompokkan energi citra dan terkonsentrasi pada sekelompok kecil koefisien, sedangkan kelompok koefisien lainnya hanya mengandung sedikit energi yang dapat
dihilangkan tanpa mengurangi nilai informasinya. Wavelet
dibagi menjadi 2 berdasarkan ruang dan waktu yaitu wavelet 1D Waktu dan 2D Ruang. Pengertian waktu di sini adalah untuk gelombang 1D, memulai point
shifting dari sumber menuju akhir, sedangkan pengertian ruang di dalam wavelet 2D, point shifting
dengan 2 dimensi.
2.4.1. Wavelet Haar
Wavelet Haar merupakan salah satu tipe wavelet yang paling sederhana yang
