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 kadangkadang 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

Gambar biner

00100
01100
00100
00100
00100
00100
00100
01110

Catatan
Preprocessing harus disesuaikan dgn
kebutuhan data
Features extraction memerlukan
kreatifitas dan kecermatan peneliti
Obyek yg sama dapat diambil fiturfitur yg berbeda