Ujian Identifikasi Bentuk Pola Tangan

dengan Ekstraksi Fitur

Bentuk,Tekstur dan Menggunakan

Semester
Metode K-means

Akhir
Pengenalan
Pola
Ahmad Reinaldi Akbar

Muhammad Najhan
 1 Abst rak

Today' 2 Pendahuluan

s
Agend 3 Metode Penelitian

a 4 Kesimpulan
 June 1,
2021

Abstrak

Sist em det eksi t angan merupakan suat u t eknologi yang

sedang dikembangkan saat ini. Berbagai metode
dikembangkan untuk memaksimalkan hasil deteksi. Salah satu
metode yang dibahas dalam tugas akhir ini adalah
menggunakan metode segmentasi k-means, ekstraksi fitur
bentuk metric eccentricity dan ekstraksi fitur tekstur Gray
Level Co-Occurence Matrix (GLCM). Learning dilakukan
dengan menggunakan 120 data yang terdiri dari 40 objek
tangan berbentuk gunting, 40 objek tangan berbentuk kertas,
dan 40 objek tangan berbentuk batu. Uji data dilakukan
menggunakan 30 data, 10 data gunting, 10 data batu, dan 10
data kertas
Pendahuluan

Batu-Gunting-Kertas adalah sebuah permainan tangan

dua orang .Permainan ini sering digunakan untuk
pemilihan acak, sepertihalnya pelemparan koin, dadu, dan
lain-lain. Beberapa permainan dan olahraga
menggunakannya untuk menentukan peserta mana yang
bermain terlebih dahulu. kami akan membuat sebuah
model yang memiliki fungsi untuk mengidentifikasi
bentuk pola tangan berdasarkan permainan gunting
batu kertas
 Metode Penelitian

Preparing Feature Training Testing

data set extraction data Data Result
Metode
Penelitian
A. Metric dan Eccentricity

Ec c entric ity merupakan nilai perbandingan

antara jarak foci ellips minor dengan foci ellips
mayor suatu objek. Sedangkan Metric merupakan nilai
perbandingan antara luas  dan keliling objek.
Metode
Penelitian
B. Gray Level Co-Occurence
Matrix

Gray Level Co - Occurence Matrix ( GLCM ) merupakan

suatu metode yang melakukan analisis terhadap suatu
piksel untuk mengetahui tingkat keabuan yang sering
terjadi, lalu untuk mengetahui tabulasi tentang frekuensi
kombinasi nilai piksel yang muncul pada suatu citra
berdasarkan distribusi statistik dari intensitas pikselnya
yang dapat dilakukan dengan mengekstrak fitur
teksturnya yang berbasis statistikal,sehingga perolehan
ciri didapatkan dari nilai piksel matrik, yang mempunyai
nilai tertentu dan membentuk suatu sudut pola.
Metode
Penelitian
C. K-Means
Clustering

K - Means Clustering merupakan salah satu data

Clustering non hirarki yang berusaha mempartisi data
yang ada ke dalam satu atau lebih kelompok
sehingga data yang memiliki karakteristik yang sama
dikelompokkan ke dalam satu Cluster dan data yang
memiliki karakteristik berbeda masuk ke dalam
Cluster yang lain.
 Proses Training
Matlab Code

Baris 1-6 : Pemanggilan Baris 8-34 : Segmentasi Baris 36-49: Ekstraksi

Data Training Warna Menggunakan K- Bentuk menggunakan
means Metric dan Eccentricity
 Proses Training
Matlab Code

Baris 67-87 : Pengklasteran Ciri-

Ciri yang telah di dapatkan dari
ekstraksi ciri sebelumnya
menjadi 3 klaster berbeda
dengan menggunakan K-means

Baris 51-64: Ekstraksi fitur

Batu

tekstur dengan GLCM

Proses Uji
Metode
Data Penelitian
Penggunaan K-means Ekstraksi berdasarkan
Ekstraksi Fitur RGB
berdasarkan colour metric dan
segmentation eccentricity
Proses Uji
Metode
Data Penelitian
Penggunaan GLCM Hasil Error dari ekstraksi Hasil benar data uji

Batu
Kesimpulan
Thank
you Have a great
d a y ahead.