2.2.5. Resizing
Resizing adalah proses mengubah ukuran resolusi suatu citra secara horizontal
maupun vertikal menjadi lebih besar atau lebih kecil dari ukuran sebelumnya, namun perubahan itu tidak akan berpengaruh pada tampilan citran karena yang diubah hanya
ukuran piksel citra.
2.3. Pengenalan Pola
Pengenalan pola pattern recognition adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur ciri atau sifat
utama dari suatu obyek [7]. Proses pengenalan pola dapat dilakukan dengan cara membandingkan antara obyek yang ingin dikenali dengan data-data yang telah disediakan.
Proses pengenalan pola ini bertujuan meniru kemampuan manusia dalam mengenali suatu obyek atau pola, sehingga dengan menerapkan pengenalan pola ini kepada suatu mesin
maka membuat mesin memiliki kemampuan seperti manusia dalam mengenali suatu obyek atau pola.
2.4. Operasi Geometri Citra [6]
Operasi geometri adalah proses perubahan hubungan spasial antara setiap piksel pada sebuah citra. Operasi geometri memetakan kembali piksel citra input dari posisi awal
x
1
, y
1
ke posisi baru x
2
, y
2
pada citra output. Proses yang tergolong ke dalam operasi
geometri di antaranya adalah penskalaan dan Affine Transformation.
Metode transformasi Affine dapat digunakan untuk mencari citra hasil penskalaan.
Secara matematis rumus transformasi Affine adalah sebagai berikut.
[ ] [
] 2.5
Proses penskalaan didapat dengan mengganti nilai A dan B dengan nilai sebagai berikut. [
] 2.6
[ ] 2.7
Dimana : x
1 ,
y
1
: citra input
x
2
, y
2
: citra output S
p
, S
l
: variable penskalaan
Sehingga didapatkan rumus pengganti untuk proses penskalaan adalah sebagai berikut. [
] [ ] [
] [ ] 2.8
Sehingga: [
] [ ] [
] 2.9
2.5. Wavelet
2.5.1. Wavelet secara Umum
Wavelet merupakan
gelombang singkat
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 informasi [8]. Sedangkan trasformasi wavelet
merupakan pengubahan sinyal kedalam bentuk berbagai wavelet basis dengan menggunakan berbagai penyekalaan dan pergeseran, oleh karena itu beberapa skala dan
resolusi dari koefisien wavelet dapat dihitung pada resolusi tinggi berikutnya. Sehingga dengan adanya sifat multiresolusi pada transformasi wavelet, dimungkinkan untuk
mendekomposisikan suatu sinyal pada skala yang berlainan. Untuk mendapatkan dekomposisi wavelet suatu citra digunakan algoritma piramid, seperti Gambar 2.5.
Dekomposisi dengan n tingkatan, maka output dari a
i
akan dijadikan input untuk dekomposisi tingkat selanjutnya,sehingga menjadi a
i+1
, h
i+1
, v
i+1
, dan d
i+1
.
2.5.2. Wavelet Haar
Wavelet Haar merupakan salah satu tipe wavelet yang paling sederhana yang dapat
diterapkan pada transformasi sinyal 1 dimensidan transformasi pada citra sinyal 2 dimensi. Transformasi pada citra atau sinyal 2-dimensi dalam mentransformasikan nilai-
nilai pikselnya dapat dilakukan dengan dua cara, yaitu metode dekomposisi standar dan metode dekomposisi tidak standar [9]. Metode dekomposisi standar dilakukan dengan cara
memisahkan antara baris dan kolom sehingga transformasi wavelet dilakukan dengan 1- dimensi. Transformasi dilakukan pada baris terlebih dahulu hingga nilai piksel citra yang
diinginkan kemudian dilanjutkan transformasi wavelet 1-dimensi untuk setiap kolomnya.