đ
31 July 2017
DOI: 10.35315/dinamik.v22i2.7111
ANALISIS KOMPONEN UTAMA PADA HASIL EKSTRAKSI FITUR CITRA DIGITAL
Dinamik
Universitas Stikubank
đ Abstract
Penelitian ini bertujuan untuk memperoleh jumlah dimensi data yang optimal untuk proses pencarian citra. Proses ekstraksi fitur citra menggunakan matriks GLCM (Grey- Level Co-occurrence Matrix), dengan memilih fitur tekstur citra. Fitur yang digunakan adalah mean, entropi, energi, kontras, dan homogenitas. Matriks ini menyimpan data co- occurrence tingkat keabuan piksel untuk ketetanggaan pada arah 0°, 45°, 90°, dan 135°. Proses reduksi dimensi data menggunakan analisis komponen utama (Principal Component Analysis, PCA).
Melalui hasil percobaan diperoleh, fitur yang dominan (signifikan) adalah mean dan entropi untuk ketetanggaan pada sudut 0 derajat. Pada ketetanggaan sudut 45 derajat maka fitur yang dominan adalah entropi dan kontras untuk. Fitur dominan disini adalah fitur utama yang dapat mewakili beberapa fitur-fitur lain yang digunakan untuk pencarian isi citra.
Melalui hasil percobaan diperoleh, fitur yang dominan (signifikan) adalah mean dan entropi untuk ketetanggaan pada sudut 0 derajat. Pada ketetanggaan sudut 45 derajat maka fitur yang dominan adalah entropi dan kontras untuk. Fitur dominan disini adalah fitur utama yang dapat mewakili beberapa fitur-fitur lain yang digunakan untuk pencarian isi citra.
âšī¸ Informasi Publikasi
Tanggal Publikasi
31 July 2017
Volume / Nomor / Tahun
Volume 22, Nomor 2, Tahun 2017
đ HOW TO CITE
Lusiana, Veronica; Al Amin, Imam Husni; Hartono, Budi, "ANALISIS KOMPONEN UTAMA PADA HASIL EKSTRAKSI FITUR CITRA DIGITAL," Dinamik, vol. 22, no. 2, Jul. 2017.
ACM
ACS
APA
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Download Citation
0
Sitasi
Cek Google Scholar