ANALISIS KOMPONEN UTAMA PADA HASIL EKSTRAKSI FITUR CITRA DIGITAL

Veronica Lusiana; Imam Husni Al Amin; Budi Hartono

doi:10.35315/dinamik.v22i2.7111

Veronica Lusiana Universitas Stikubank
Imam Husni Al Amin Universitas Stikubank
Budi Hartono Universitas Stikubank

DOI: https://doi.org/10.35315/dinamik.v22i2.7111

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.

References

Ahmad, U., 2005, Pengolahan Citra Digital dan Teknik Pemrogramannya, 1st ed, Graha Ilmu, Yogyakarta.
Davis, L.S., Johns, S.A., dan Aggarwal, J.K., 1979, Texture Analysis Using Generalized Co-Occurrence Matrices, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. PAMI-1, no. 3, pp. 251–259.
Ferdiansyah, O.R., Utami, E., Amborowati, A., 2015, Implementasi Principal Component Analysis Untuk Sistem Temu Balik Citra Digital, Citec Journal, Vol. 2, No. 3, Hal. 218 - 231, Mei–Juli.
Gonzalez, R.C., dan Woods, R.E., 2008, Digital image processing, 3rd ed, Prentice
Hall, Upper Saddle River, N.J.
Hardika, J., Sebayang, D., Sembiring P., 2013, Penerapan Analisis Komponen Utama Dalam Penentuan Faktor Dominan yang Mempengaruhi Prestasi Belajar Siswa (Studi Kasus: SMAN 1 Medan), Jurnal Saintia Matematika, Vol. 1, No. 6, Hal. 507–516.
Kustian, N., 2017, Analisis Komponen Utama Menggunakan Metode Eigenface Terhadap Pengenalan Citra Wajah, Jurnal Teknologi, Vol. 9, No. 1, Hal. 43-48, Januari.
Munir, R., 2004, Pengolahan Citra Digital dengan Pendekatan Algoritmik, 1st ed, Informatika, Bandung.
Nixon, M.S., & Aguado, A.S., 2012, Feature Extraction and Image Processing for Computer Vision, Academic Press.
Prasetyo, E., 2012, Data Mining Konsep dan Aplikasi Menggunakan Matlab, Penerbit Andi.
Purnomo, M.H., dan Muntasa, A., 2010, Konsep Pengolahan Citra Digital dan Ekstraksi Fitur, Penerbit Graha Ilmu.
Putra, D., 2010, Pengolahan Citra Digital, 1st ed, Andi, Yogyakarta.
Rahayu, G., Mustakim, 2017, Principal Component Analysis untuk Dimensi Reduksi Data Clustering Sebagai Pemetaan Persentase Sertifikasi Guru di Indonesia, Prosiding Seminar Nasional Teknologi Informasi, Komunikasi dan Industri (SNTIKI) 9, Hal. 201-208, Fakultas Sains dan Teknologi, UIN Sultan Syarif Kasim Riau, Pekanbaru.
http://faculty.petra.ac.id/halim/index_files/Stat2/