Preprocessing

dan
Features Extraction
Pengertian
Preprocessing adalah proses pengolahan data
asli sebelum data tsb diolah dgn JST.
Tujuan preprocessing, diantaranya:
Menghilangkan noise
Memperjelas features (fitur) data
Memperkecil / memperbesar ukuran data
Mengkonversi data asli agar diperoleh data yg
sesuai kebutuhan
Contoh preprocessing
Mengubah citra RGB gray-scale
Binerisasi citra
Croping citra
Resize citra
Edge detection / edge enhancement
Thinning

Keuntungan preprocessing
Data lebih siap diolah dgn JST
Data sesuai dengan kebutuhan JST, misalnya
pada proses binerisasi dan bipolarisasi
Fitur data lebih jelas

Kerugian preprossesing
Perlu tambahan waktu komputasi, shg
pengolahan data secara keseluruhan lebih
lama
Algoritma preprocessing kadang-kadang
menghilangkan informasi penting
Features Extraction
Features extraction adalah proses
pengambilan ciri-ciri yg unik dari data yg akan
diolah.
Tujuan feature extraction diantaranya:
Memperkecil jumlah data
Mengambil informasi yg terpenting dari data yg
diolah
Mempertinggi presisi pengolahan
Contoh features extraction
Edge detection / edge enhancement
Separasi / pemisahan warna
Pencarian nilai-nilai ekstrim (tertinggi atau
terendah)
Penghitungan banyaknya sudut
Contoh enhancement
Contoh Thinning
Contoh Feature Extraction
Gambar asli Gambar gray-scale
Contoh Feature Extraction

00100
01100
00100
00100
00100
00100
00100
01110
Gambar biner
Catatan
Preprocessing harus disesuaikan dgn
kebutuhan data
Features extraction memerlukan kreatifitas
dan kecermatan peneliti
Obyek yg sama dapat diambil fitur-fitur yg
berbeda