3.3.1 Proses Reduksi Dimensi
Langkah pertama pada proses deteksi obyek pejalan kaki ini yaitu proses reduksi dimensi data berbasis principal component analysis PCA. Proses pada
PCA ini terdiri dari beberapa proses. Proses-proses yang terdapat pada PCA yaitu proses penghitungan rata-rata mean, kovarians matriks, eigenvector, eigenvalue
dan matriks reduksi dimensi. Sebelum melakukan proses PCA harus dilakukan perubahan data citra training input ke matriks. Citra masukkan untuk sejumlah m,
yang memiliki ukuran masing-masing r x c. masing-masing citra I
i
yang direpresentasikan dengan vektor Z
n
yang memiliki panjang rc. Setelah proses pengubahan citra ke matriks selanjutnya matriks tersebut
diolah dengan PCA. Proses PCA yang pertama yaitu proses perhitungan mean dari data. Nilai yang perlu dicari adalah µ. Proses perhitungan mean dari data ini
menggunakan rumus 2-2. Hasil perhitungan mean ini selanjutnya digunakan untuk mengurangi data dengan mean rata-rata. Pengurangan data dengan rata-
ratanya ini dapat dihitung menggunakan rumus 2-3. Setelah itu proses selanjutnya yaitu perhitungan kovarians matriks dari data. Kovarians matriks ini
dapat dihitung menggunakan rumus 2-4. Kovarians ini bertujuan untuk mengukur hubungan antara dimensi yang satu dengan dimensi yang lain.
Setelah melakukan proses-proses sebelumnya didapatkan nilai µ dan C
nxn
. Proses selanjutnya yaitu perhitungan nilai eigenvalue dan eigenvector. Setelah
didapat eigenvalue dan eigenvector, dilakukan pengurutan eigenvalue dari nilai terbesar ke nilai terkecil atau descending. Pengurutan eigenvalue ini bertujuan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
untuk mendapatkan principal component, karena principal component terbaik ini didapatkan dari eigenvector yang memiliki nilai eigenvalue terbesar.
Selanjutnya proses yang harus dilakukan yaitu penghitungan matriks reduksi dimensi yang meruoakan hasil perkalian dari eigenvector yang merupakan
principal component dengan data awal yang telah dikurangi dengan mean atau rataan. Setelah proses penghitungan ruang reduksi ini dilakukan proyeksi data dari
data asal ke ruang reduksi. Hasil proyeksi ini akan digunakan untuk masukkan pada proses selanjutnya. Diagram alir digunakan untuk masukan pada proses
selanjutnya. Digram alir proses reduksi dimensi dapat dilihat pada Gambar 3.7.
MULAI Data Training
Sejumlah m memiliki ukuran r x c
Pengurangan data awal mean menggunakan rumus:
z n
Z s
Penghitungan mean dengan rumus:
M n
n
Z M
1
1
Penghitungan matriks reduksi dimensi dengan rumus:
z n
z
z e
p
Memproyeksikan citra input ke matriks Reduksi Dimensi
Data yang telah direduksi
Dimensinya: prjimage
SELESAI Penghitungan Eigenvalue
dan Eigenvector
z z
e ,
Penghitungan matriks kovarian dengan rumus:
M n
T n
n z
Z Z
C
1
Gambar 3.7 Diagram Alir Reduksi Dimensi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.3.2 Proses Klasifikasi
Kategori