2.2.3. Citra Grayscale
Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada setiap pixelnya, dengan kata lain nilai bagian RED = GREEN = BLUE. Nilai tersebut
digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna dari hitam, keabuan, dan putih. Tingkatan keabuan disini merupakan warna abu dengan
berbagai tingkatan dari hitam hingga mendekati putih [4]. Dalam citra ini tidak ada lagi warna, yang ada adalah derajat keabuan. Untuk
mengubah citra berwarna yang mempunyai nilai matrik masing-masing r, g, b menjadi citra grayscale dengan nilai s, maka konversi dapat dilakukan dengan mengambil rata-rata nilai
r, g, b sehingga dapat dituliskan menjadi [6]: � =
� + � + �
2.1
2.2.4. Cropping
Cropping pada pengolahan citra berarti memotong satu bagian dari citra sehingga
diperoleh citra yang diharapkan. Ukuran pemotongan citra tersebut berubah sesuai dengan ukuran citra yang diambil.
2.2.5. Resizing
Rezising citra adalah mengubah besarnya ukuran citra dalam piksel. Tampilan citra
tidak ada yang berubah hanya ukuran piksel dan matriksnya yang dirubah.
2.3. Discrete Cosine Transform Dua Dimensi DCT 2-D
DCT satu dimensi untuk mengolah sinyal-sinyal dimensi satu seperti bentuk gelombang suara. Sedangkan untuk citra sinyal dua dimensi, diperlukan versi dua dimensi
dari DCT. Rumus DCT 2-D adalah:
F m,n = √MN
C m C n ∑ ∑ f
N- y=
M- x=
x, y cos x+ mπ
M cos
y+ nπ N
.
Dimana :
� , �
= √ .
Untuk :
, =
Dan :
� , �
= . Untuk :
m,n ≠ 0
Keterangan :
1. F m,n adalah titik koordinat dari matriks yang telah mengalami transformasi DCT
2 dimensi. 2.
M dan N adalah banyak kolom dan baris. 3.
Cm dan Cn adalah himpunan hasil yang nilainya ditentukan dari nilai koefisien m dan n.
4. fxy adalah nilai pixel dari matriks pada titik x,y. Contoh citra hasil dari Ekstraksi ciri DCT 2-D dapat dilihat pada gambar 2.5.
a b
Gambar 2.5. Contoh citra hasil DCT 2-D a
Citra berukuran 256 x 256 piksel ; b Citra hasil DCT
2.4. Fungsi Jarak Jaccard
Fungsi jarak Jaccard menghitung besarnya perubahan dari dua variabel. Fungsi jarak ini membagi dua variabel 1 dengan variabel lainnya yang saling berhubungan.
Fungsi jarak Jaccard dirumuskan sebagai berikut [7]:
D
Jac
= ∑
�
− �
� �=
-- ∑
�
+ ∑
�
+ ∑
� �
� �=
� �=
� �=
.
Dimana : D
Jac
= Jarak Jaccard P,Q = Dua vektor yang akan dicari jaraknya
n = Ukuran vektor
Tekstur akan diklasifikasikan sebagai tekstur i apabila D
Jac
merupakan jarak terkecil dibandingkan dengan jarak yang lainnya.
2.5. Template Matching [8]
Templete matching merupakan salah satu pendekatan yang paling sederhana dan
paling awal untuk pengenalan pola. Matching adalah operasi generik pada pengenalan pola yang digunakan untuk menentukan kemiripan antara entitas titik, kurva, atau bentuk dari
jenis yang sama. Biasanya sampel template pada template matching berbentuk 2D, yang nantinya akan dicocokan dengan sampel yang telah disimpan dengan cara memperhatikan
rotasi dan skalanya. Pengukuran kesamaan antara sampel masukkan dengan sampel disimpan dapat dicari korelasinya dengan optimal berdasarkan percobaan yang dilakukan.
2.6. Zig Zag Scanning
Kategori