∆v
0j
=α δ f. Tiap-tiap unit output Y
j k
w , k=1,2,3,...,m memperbaiki bias dan
bobotnya j=0,1,2,...,p:
jk
baru=w
jk
lama+ ∆w
tiap-tiap unit tersembunyi Z
jk j
v , j=1,2,3,...,p memperbaiki bias dan
bobtnya i=0,1,2,...,n:
ij
baru= v
ij
lama+ ∆ v
ij
2. Tes kondisi berhenti.
2.10. Digital Image Processing
Gonzales 2002 mendefenisikan image processing adalah suatu metode yang digunakan untuk mengolah atau memanipulasi gambar dalam bentuk 2 dimensi.
Image Processing dapat juga dikatakan segala operasi untuk memperbaiki, menganalisa, atau mengubah suatu gambar. Konsep dasar pemrosesan gambar
digital menggunakan image processing diambil dari kemampuan indera manusia yang selanjutnya dihubungkan dengan kemampuan otak manusia untuk
melakukan proses atau pengolahan terhadap gambar digital tersebut. Pada umumnya objektivitas dari image processing adalah melakukan
transformasi atau analisa suatu gambar sehingga informasi baru tentang gambar dibuat lebih jelas.
2.10.1. Grayscaling
Grayscaling adalah proses perubahan nilai pixel dari warna RGB menjadi gray- level Gonzalez, 2002. Pada dasarnya proses ini dilakukan dengan meratakan
nilai pixel dari 3 nilai RGB menjadi 1 nilai. Untuk memperoleh hasil yang lebih baik, nilai pixel tidak langsung dibagi menjadi 3 melainkan terdapat persentasi
dari masing-masing nilai tersebut. Untuk mengubah gambar RGB menjadi grayscale yaitu dengan menggunakan rumus Wu2007 :
Universitas Sumatera Utara
Gray= 0.2989 R + 0.5870 G + 0.1140 B Keterangan:
R = merahred G = hijauG
B = biruB
2.10.2. Thresholding
Wu, 2007, Gambar hitam putih relatif lebih mudah dianalisa dibandingkan dengan gambar berwarna Karena itu sebelum dianalisa, gambar dikonversikan
terlebih dahulu menjadi binary image. Proses konversi ini disebut thresholding. Dalam proses thresholding, warna yang ada dikelompokkan menjadi 0 hitam
dan 1 putih. Pengelompokannya berdasarkan pada suatu konstanta ambang batas level. Jika nilai pixel lebih besar sama dengan level, maka nilai output-nya
adalah 1, dan sebaliknya, jika nilai pixel lebih kecil dari level, maka nilai output- nya 0. Jika fn,m adalah pixel pada gambar awal, dan gn,m adalah picel gambar
yang sudah melalui proses thresholding, maka: gn,m = 0
jika fn,m level gn,m = 1
jika fn,m ≥ level
2.10.3. Boundary Enhancement
Wu, 2007, Boundary dari sebuah region adalah kumpulan dari semua pixel yang terdapat pada region tersebut yang memiliki paling sedikit satu tetangga pixel
yang tidak terdapat di dalam region tersebut. Boundary Enhancement digunakan untuk menentukan margin dari daun. Pada bagian ini, untuk menentukan margin
suatu objek menggunakan Laplacian Filter dengan 3x3 spatial mask, seperti Gambar 2.7:
2.12
Universitas Sumatera Utara
Gambar 2.7. Boundary Enhancement
Wu, 2007
Laplacian adalah sebuah ukuran isotropic 2-D dari turunan spatial kedua dari sebuah image. Laplacian Filter menyoroti area gambar dengan mengubah
intensitas secara cepat dan biasanya digunakan untuk mendeteksi garis.
2.11. Riset-riset terkait