Implementasi Algoritma Naive Bayes Untuk Klasifikasi Citra Berdasarkan Ekstraksi Ciri Tekstur Dengan Metode Matriks Kookurensi
Implementasi Algoritma Naive Bayes Untuk Klasifikasi Citra Berdasarkan Ekstraksi Ciri Tekstur Dengan Metode Matriks Kookurensi
Implementasi Algoritma Naive Bayes Untuk Klasifikasi Citra Berdasarkan Ekstraksi Ciri Tekstur Dengan Metode Matriks Kookurensi
OLEH:
KUSMIAN ARIYANTOKO
10110457
1. Latar Belakang
Manusia mampu membedakan citra dengan kelas-kelas tertentu
karena manusia memiliki ingatan akan tekstur dari setiap kelas citra
tersebut. Kemampuan manusia tersebut apabila diterapkan ke dalam
suatu sistem yang berupa perangkat lunak maupun perangkat keras,
akan sangat berguna untuk diaplikasikan dalam banyak hal. Contoh
aplikasinya adalah automatisasi dalam mengklasifikasikan objek atau
barang dalam proses industri, analisis citra satelit, pencarian data citra
di dalam halaman web atau basis data, peninjauan kualitas barang,
dan lain-lain.
Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini
berupa ciri-ciri atau sifat-sifat yang terdapat didalam citra dan
membentuk suatu pola-pola dengan interval jarak dan arah tertentu
secara berulang-ulang yang memenuhi sebagian besar atau seluruh
bidang citra. Pada umumnya tekstur adalah pola visual rumit yang
tersusun dari kesatuan-kesatuan atau subpola yang memiliki
karakteristik kecerahan, warna, kemiringan, ukuran, dan lain-lainnya.
Dalam dunia sehari-hari kita akan menjumpai 2 jenis tekstur, yaitu
makro tekstur dan mikro tekstur. Makro tekstur merupakan tekstur
yang secara kualitatif dapat kita lihat pola perulangannya, biasanya
pola ini dibentuk secara sengaja oleh manusia. Misalnya bentuk pola
pada baju (garis-garis atau kotak-kotak). Sedangkan pola mikro tekstur
merupakan pola yang akan banyak kita jumpai di alam, seperti pola
jerami, beras, kopi, dan lain-lain.
Dalam pengolahan citra, tekstur dapat digunakan untuk
mengidentifikasi dan mengenali suatu citra dengan tekstur tertentu
berdasarkan satu set kelas, hal tersebut biasa disebut klasifikasi citra.
Pada klasifikasi citra, pemilihan metode ekstraksi ciri merupakan
tahapan yang terpenting, karena ekstraksi ciri dapat mempengaruhi
tingkat akurasi dalam pengklasifikasian citra tersebut. Berbagai
macam teknik untuk ekstraksi ciri tekstur pada citra telah banyak
diusulkan. namun, yang paling terkenal dan banyak digunakan saat ini
adalah teknik yang di usulkan oleh Tuceryan dan Jain(1993). Tuceryan
dan Jain (1993) membagi metode analisis tekstur ke dalam empat
kategori: statistik, geometris, berbasis model dan pemrosesan sinyal.
Dari keempat
teknik ekstraksi ciri tekstur yang di usulkan oleh
truceyan dan jain, metode yang paling banyak di pakai untuk ekstraksi
ciri tektur saat ini adalah metode statistik, Beberapa pakar image
analysis berpendapat metode statistik dapat digunakan sebagai
parameter spesifik yang dapat menggambarkan ciri dari setiap citra.
Metode statistik citra ini sering dinamakan dengan analisis tekstur.
Dinamakan analisis tekstur karena, parameter statistik yang di ekstrak
dari
citra
merupakan
karakteristik
yang
merepresentasikan
bentuk/pola tekstur dalam citra.
Dalam Analysis texture, ada beberapa metode yang dapat
digunakan, diantaranya adalah GLCM (Grey-Level Co-Occurence
Matrix), GLDM(Gray Level Difference Method), GLRM(Gray Level RunLength Method), GLAM(Gray Level Aura Matrice), Sum And Defference
Histogram dan masih banyak lagi yang lainya. Tetapi, diantara banyak
metode tersebut, yang paling banyak digunakan adalah GLCM dan
GLDM.
Untuk meberikan rekomendasi dalam menentukan metode
Ekstraksi ciri
yang efektif untuk pengenalan objek berdasarkan
tekstur,
maka
akan
dilakukan
penelitian
IMPLEMENTASI
ALGORITMA
NAVE
BAYES
UNTUK
KLASIFIKASI
CITRA
BERDASARKAN EKSTRAKSI CIRI TEKSTUR DENGAN METODE
MATRIKS KOOKURENSI.
2. Identifikasi Masalah
Berdasarkan uraian latar belakang diatas dapat didentifikasi
masalahnya adalah :
NAVE
BAYES
dalam
4. Batasan Masalah
Dalam pembahasan dan permasalahan yang terjadi, diperlukan beberapa
pembatasan masalah atau ruang lingkup kajian sehingga penyajian lebih terarah
dan terkait satu sama lain.
1. Citra yang digunakan adalah citra sekumpulan biji bijian, seperti gambar
di bawah ini.
Analysis
Design
Coding
Testing
Maintenance
perubahan
sesuai
permintaan
pemakai
atau
1.
2.
3.
4.
5.
Proses pengujian
1.
2.
3.
4.
training
5. Tampilkan hasil pengenalan
7. Review Literatur
Banyak penelitian yang sebelumnya dilakukan mengenai Penilaian
Tugas Akhir atau Skripsi. Dalam upaya mengembangkan dan
menyempurnakan penilaian tugas akhir ini perlu dilakukan studi
pustaka (review literatur) sebagai salah satu dari penerapan metode
penelitian yang akan dilakukan. Manfaat dari studi pustaka ini antara
lain:
1. Jurnal yang telah dilakukan oleh Mita Indriani yang berjudul ANALISIS
TEKSTUR MENGGUNAKAN METODE RUN LENGTH.
10
BAB I PENDAHULUAN
Menguraikan tentang latar belakang permasalahan, mencoba merumuskan inti
permasalahan yang dihadapi, menentukan tujuan dan kegunaan penelitian,
yang kemudian diikuti dengan pembatasan masalah, asumsi, serta sistematika
penulisan.
BAB II. TINJAUAN PUSTAKA
Membahas berbagai konsep dasar dan teori - teori yang berkaitan dengan
topik penelitian yang dilakukan dan hal hal yang berguna dalam proses
analisis permasalahan serta tinjauan terhadap penelitian - penelitian serupa
yang telah pernah dilakukan sebelumnya.
BAB III. ANALISIS DAN PERANCANGAN SISTEM
Bab 3 terbagi menjadi dua bagian yaitu analisis dan perancangan sistem.
Bagian analisis sistem yaitu deskripsi masalah, analisis kasus, analisis
masalah,analisis kebutuhan, menguraikan cara pemecahan masalah, selain itu
terdapat perancangan sistem yang terbagi menjadi perancangan komponen,
perancangan berorientasi objek, dan perancangan antarmuka untuk aplikasi
yang akan dibangun sesuai dengan hasil analisis yang telah dibuat.
BAB IV. IMPLEMENTASI DAN PENGUJIAN SISTEM
Menjelaskan implementasi dari hasil analisis dan perancangan yang telah
dibuat ke dalam bentuk aplikasi pemograman, kemudian dilakukan pengujian
terhadap aplikasi yang telah dibangun untuk memastikan bahwa aplikasi
dapat berjalan secara efektif sesuai yang diinginkan.
BAB V. KESIMPULAN DAN SARAN
Berisi kesimpulan yang sudah diperoleh dari hasil penulisan tugas akhir ini
dan saran untuk pengembangan penelitian lebih lanjut.
9. Daftar Pustaka
[1] Indriani, Mita. (2011). Analisis tekstur menggunakan metode run length,
UNDIP, Semarang.
[2] Bunga, Jackson. (2012). Klasifikasi citra dengan metode transformasi
wavelet pada lima jenis biji-bijian, UNDIP, Semarang.
11
and
Communication
Engineering,
Engineering,Madurai
12
Thiagarajar
College
of