Pengenalan Pola Pengenalan peralatan bengkel motor secara real time menggunakan webcam berbasis metode ekstraksi ciri discrete cosine transform dan cosine similarity.

Ada dua fase dalam sistem pengenalan pola: i fase pelatihan dan ii fase pengenalan. Pada fase pelatihan, beberapa contoh citra dipelajari untuk menentukan ciri yang akan digunakan dalam proses pengenalan serta prosedur klasifikasinya. Pada fase pengenalan, citra diambil cirinya kemudian ditentukan kelas kelompoknya. Preprocessing Proses awal yang dilakukan untuk memperbaiki kualitas citra edge enhancement dengan menggunakan teknik-teknik pengolahan citra yang sudah diejelaskan pada bab-bab sebelum ini. Feature Extraction Proses mengambil ciri-ciri yang terdapat pada objek di dalam citra. Pada proses ini objek di dalam citra mungkin perlu dideteksi seluruh tepinya, lalu menghitung properti-properti objek yang berkaitan sebagai ciri. Beberapa proses ekstraksi ciri mungkin perlu mengubah citra masukan sebagai citra biner, melakukan penipisan pola, dan sebagainya. Classification Proses mengelompokkan objek ke dalam kelas yang sesuai. Feature Selection Proses memilih ciri pada suatu objek agar diperoleh ciri yang optimum, yaitu ciri yang dapat digunakan untuk membedakan suatu objek dengan objek lainnya. Learning Proses belajar membuat aturan klasifikasi sehingga jumlah kelas yang tumpang tindih dibuat sekecil mungkin. b. Pendekatan Struktural Pendekatan ini menggunakan teori bahasa formal. Ciri-ciri yang terdapat pada suatu pola ditentukan primitif dan hubungan struktural antara primitif kemudian menyusun tata bahasanya. Dari aturan produksi pada tata bahasa tersebut dapat menentukan kelompok pola. Gambar 2.1. memperlihatkan sistem pengenalan pola dengan pendekatan struktural. Pengenalan pola secara struktural lebih dekat ke strategi pengenalan pola yang PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI dilakukan manusia, namun secara praktek penerapannya relatif sulit dibandingkan pengenalan pola secara statistik. Gambar 2.1. Sistem Pengenalan Pola dengan Pendekatan Struktural[4] Pendekatan yang digunakan dalam membentuk tata bahasa untuk mengenali pola adalah mengikuti kontur tepi batas objek dengan sejumlah segmen garis terhubung satu sama lain, lalu mengkodekan setiap garis tersebut misalnya dengan kode rantai. Setiap segmen garis merepresentasikan primitif pembentuk objek.

2.2 Citra

2.2.1 Definisi Citra

Citra adalah gambar dua dimensi yang dihasilkan dari gambar digital dua dimensi yang kontinus menjadi gambar diskrit melalui proses sampling. Gambar analog dibagi menjadi N baris dan M kolom sehingga menjadi gambar diskrit. Persilangan antara baris dan kolom tertentu disebut dengan piksel.Contohnya adalah gambartitik diskrit pada baris n dan kolom m disebut dengan piksel[n,m] [10]. Definisi lain dari citra menurut Gambar Preprocessing Primitive extraction Clasification Learning Pengenalan recognition Pelatihan training Pola terokan Primitive selection Pola Kamus Webster adalah “suatu representasi, kemiripan, atau imitasi dari suatu obyek atau benda”. Secara harafiah, citra image adalah gambar pada bidang dwimatra dua dimensi. Sedangkan ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu continue dari intensitas cahaya pada bidang dwimatra. Sumber cahaya menerangi obyek, obyek memantulkan kembali sebagian dari berkas cahaya tersebut. Pantulan cahaya ini ditangkap oleh alat-alat optik, misalnya mata pada manusia, kamera pemindai scanner, dan sebaginya, sehingga bayangan obyek yang disebut citra tersebut terekam [11]. Citra image merupakan istilah lain untuk gambar, salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual.