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 kadang-kadang 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 00100 01100 01110 Gambar biner
Catatan Preprocessing harus disesuaikan dgn kebutuhan data Features extraction memerlukan kreatifitas dan kecermatan peneliti Obyek yg sama dapat diambil fitur-fitur yg berbeda