sehingga akan diperoleh durasi yang optimum atau tingkat akurasi pengenalan yang paling tinggi.
3.4.4 Pembentukan state dari Markov chain
Setiap penggalan gelombang dari satu jenis kawanan ikan pada contoh Gambar 35, dikonversi ke domain frekuensi dengan menggunakan metode FFT
yang selanjutnya besaran vektor spektrum yang dihasilkan dari masing-masing penggalan gelombang dikuantisasi untuk memperoleh nilai centroid-nya .
dalam hal ini kemungkinan beberapa bentuk penggalan gelombang yang mirip mempunyai nilai centroid yang sama. Hal ini disebabkan sample point yang
diperoleh dari beberapa penggalan gelombang yamg mirip berada dalam satu cluster.
Gambar 35. Penggalan gelombang dari gelombang satu jenis kawanan ikan. Contoh dari Gambar 35 di atas diperoleh nilai centroid sebagai berikut :
Penggalan gelombang W1 Æ centroid 1 Penggalan gelombang W2 Æ centroid 2
Penggalan gelombang W3 Æ centroid 3 Penggalan gelombang W4 Æ centroid 4
Penggalan gelombang W5 Æ centroid 5
Waktu pengamatan amplitude
W1 W2 W3 W4
W5
Demikian pula untuk bentuk gelombang jenis kawanan ikan lainnya akan diperoleh penggalan-penggalan gelombang lainnya atau sama dengan salah satu
penggalan gelombang jenis kawanan ikan sebelumnya. Secara langsung penggalan-penggalan gelombang tersebut menyatakan
state dari Markov chain, tetapi secara perhitungan tidak dapat dilakukan sehingga penggalan gelombang tersebut diwakili
dari nilai centroid nya dalam menentukan state dari Markov chain
. 3.4.5
Log of probability LoP
Pada proses pengenalan titik sample dari kawanan ikan yang akan dikenal dicari nilai codeword nya pada basis data yang kemudian diperoleh
jenis kawanan ikannya sesuai yang terdapat dalam basis data. Dari data jenis kawanan ikan tersebut ditentukan parameter HMM nya dan selanjutnya dihitung
nilai LoP seperti contoh di bawah ini ikan 1 Æ w1, w2, w2, w1, w1 = a
12
b
1
a
22
b
2
a
21
b
2
a
11
b
1
ikan 2
Æ w1, w2, w1, w3, w1 = a
12
b
1
a
21
b
2
a
13
b
1
a
31
b
3
ikan x Æ w4, w5, w4, w5, w4 = a
45
b
4
a
54
b
5
a
45
b
4
a
54
b
5
dimana w1, w2, w2 dan seterusnya yang diwakili oleh nilai centroidnya menyatakan keadaan state dari Markov chain yang diambil berdasarkan
jumlah centroid yang ada dalam basis data atau perpindahan suatu penggalan gelombang yang satu ke penggalan gelombang kedua dan selanjutnya
perpindahan penggalan gelombang kedua ke penggalan gelombang yang sama. Adapun nilai
a
ij
pada contoh
a
12
adalah peluang transaksi probability of transaction yang dapat dijelaskan pada contoh di atas. Nilai b
i
adalah peluang munculnya state ke i. Proses ini diulang untuk semua jenis ikan dan selanjutnya
dicari nilai LoP yang paling besar. Bila nama jenis kawanan ikan untuk nilai LoP yang besar namanya sama dengan jenis kawanan ikan yang akan dikenal
berarti pengenalannya tepat dan sebaliknya bila tidak sama berarti proses pengenalannya salah
4 HASIL RANCANG BANGUN SISTIM DETEKSI
KAWANAN IKAN
4.1 Rancang
Kategori