pengambangan citra grayscale untuk menghasilkan citra biner adalah sebagai berikut Putra, 2009:
, = 1
� , ≥ 128 � , 128 … … … … … … … … … … … … … … … …
. . . … … … 2.6
dengan gx,y citra biner dari citra grayscale fx,y dan T menyatakan nilai ambang. Nilai T memegang peran sangat penting dalam proses pengambangan. Kualitas hasil
citra biner sangat bergantung pada nilai T yang digunakan. Dengan operasi pengambangan tersebut, objek dibuat berwarna gelap 1 atau hitam sedangkan latar
belakang berwarna terang 0 atau putih.
2.4 Format File Citra JPEG atau JPG
Format Joint Photographic Experts Group JPEG merupakan format yang paling terkenal sampai sekarang ini. Kali ini karena sifatnya yang berukuran kecil hanya
puluhanratusan KB saja, dan bersifat portable. File ini sering digunakan pada bidang fotografi untuk menyimpan file foto. File ini bisa digunakan di internet Afdhali,
2010. Format file JPEG merupakan bentuk kompresi gambar high color bit-mapped
dan juga standar kompresi file yang cocok diterapkan pada image yang kompleks dengan jumlah warna yang banyak dan pada kamera digital, serta sistem pencitraan
dengan menggunakan komputer Siregar, 2009.
2.5 Jaringan Saraf Tiruan
Jaringan Saraf Tiruan JST atau Artificial Neural Network yang sering disingkan ANN merupakan model jaringan neural yang meniru prinsip kerja dari neuron otak
manusia neuron biologis. Model sederhada sebuah neuron pertama kali dibuat berdasarkan fungsi neuron biologis yang merupakan dasar unit pensinyalan dan sistem
saraf Putra, 2009.
Jaringan Saraf Tiruan memiliki beberapa kemampuan seperti yang dimmiliki otak manusia, yaitu:
1. Kemampuan untuk belajar dari pengalaman 2. Kemampuan melakukan perumpamaan generalization terhadap input baru dari
pengalaman yang dimilikinya 3. Kemampuan memisahkan abstraction karaktearisktik penting dari input yang
mengandung data yang tidak penting Putra, 2009
Jaringan Saraf Tiruan akan mentransformasikan informasi dalam bentuk bobot dari satu neuron ke neuron lainnya, informasi tersebut akan diproses oleh suatu
fungsi perambatan dan semua bobot masukan yang datang dijumlahkan kemudian dibandingkan dengan suatu nilai ambang tertentu melalui fungsi aktivasi setiap
neuron. Bila nilai fungsi melampaui nilai ambang maka neuron diaktifkan dan informasi keluaran diteruskan ke neuron yang tersambung dengannya. Berikut ini
adalah gambar struktur neuron jaringan saraf Gambar 2.10.
Gambar 2.10 Struktur Neuron Jaringan Saraf Muis, 2009
Model sel saraf neuron umumnya terdiri atas: 1. Masukan x yang berfungsi sebagai penerima sinyal
2. Bobot koneksi W
ji
untuk menyimpan informasi 3. Bias W
yang berfungsi mengatur nilai ambang 4.
Elemen pemrosesan ∑ dan fungsi aktivasi f untuk memroses informasi 5. Keluaran y sebagai keluaran yang akan menyampaikan hasil pemrosesan
informasi ke sel berikutnya.
