Preprocessing dan Features Extraction Pengertian Preprocessing adalah proses

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 Gambar biner 00100 01100 00100 00100 01110

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