Preprocessingdan

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

00100

00100

00100

00100

00100

01110Gambar biner

Catatan

• Preprocessing harus disesuaikan dgn kebutuhan data

• Features extraction memerlukan kreatifitas dan kecermatan peneliti

• Obyek yg sama dapat diambil fitur-fitur yg berbeda