SISTEM UNTUK MENDETEKSI KATARAK
BERBASIS ANDROID
TUGAS AKHIR
Disusun dalam rangka memenuhi salah satu persyaratan
Untuk menyelesaikan program Strata-1 Departemen Teknik Informatika
Fakultas Teknik Universitas Hasanuddin
Makassar
Disusun Oleh
DEPARTEMEN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS HASANUDDIN
MAKASSAR
2018
Sri Ayu Putri Ningsi
D421 13 302
ii
ABSTRAK
Katarak merupakan salah satu penyakit yang merusak mata, yang ditandai
dengan adanya kekeruhan pada lensa mata. Variasi kekeruhan tergantung tingkat
kerusakan akibat katarak. Biasanya berlangsung perlahan – lahan dan menyebabkan
kebutaan jika kekeruhan pada lensa terlalu tebal. Sehingga menghalangi jalan
masuknya cahaya. Berdasarkan data Badan Kesehatan Dunia (WHO) penyakit
katarak merupakan salah satu penyebab utama kebutaan, sekitar 20 juta penduduk
didunia mengalami kebutaan akibat katarak. Indonesia adalah salah satu Negara
dengan tingkat kebutaan tertinggi di dunia dengan jumlah penderita mencapai 1.5%
dengan penambahan jumlah penderita sebanyak 0.1% atau sekitar 210.000 jiwa per
tahun.
Pada penelitian ini, dirancang sebuah sistem untuk mengidentifikasi katarak
dan normal menggunakan metode analisis tekstur GLCM (Gray Level Co
occurrence Matrix) yang mempunyai 4 parameter yaitu contrast, correlation,
energy, dan homogeneity. Kemudian menggunakan metode SVM (Support Vector
Machine) untuk proses klasifikasi.
Hasil analisis menunjukkan dengan menggunakan metode SVM (Support
Vector Machine) pada sistem ini menghasilkan akurasi sebesar 95.4% berdasarkan
data yang diuji sebanyak 22 citra. Sistem ini akan diimplementasikan pada mobile
smartphone.
Kata kunci : smartphone, katarak, normal, GLCM, SVM
iii
KATA PENGANTAR
Assalamu ‘Alaikum Wr. Wb.
Alhamdulillahi Robbil ‘Alamin. Puji Syukur kehadirat Allah Subhanahu
wata’ala yang telah melimpahkan Rahmat, Hidayah dan Karunia-Nya , shalawat
dan salam semoga tercurah kepada Nabi Muhammad Shollallahu ‘alaihi wa sallam.
Akhirnya, penulis dapat menyelesaikan penelitian tugas akhir ini yang berjudul
“Sistem Untuk Mendeteksi Katarak Berbasis Android”. Selsesainya skripsi ini
bukan semata – mata karena hasil kerja dari penulis sendirir melainkan adanya
bimbingan, bantuan, doa, dan motivasi dari berbagai pihak. Oleh karena itu pada
kesempatan ini, dengan segala kerendahan hati penulis ingin menyampaikan terima
kasih yang sebesar – besarnya kepada ibu Dr. Ir. Inggrid Nurtanio, M.T selaku
pembimbing pertama dan A. Ais Prayogi Alimuddin, ST., M.Eng. selaku
pembimbing kedua. Terima kasih atas arahan, waktu, tenaga dan bimbingan selama
penyusunan skripsi ini.Penulis menyadari bahwa tanpa bantuan dan bimbingan dari
berbagai pihak, dari masa perkuliahan sampai dengan masa penyusunan Tugas Akhir,
sangatlah sulit untuk menyelesaikan Tugas Akhir ini. Oleh karena itu, penulis juga
berterima kasih atas jasa – jasanya kepada:
1. Orang tua dan saudara-saudara saya tercinta, serta seluruh keluarga atas
segala doa, bantuan, nasehat dan motivasinya.
2. Bapak Amil Ahmad Ilham, ST, MIT.,Ph.D selaku Ketua Departemen
Teknik Informatika Fakultas Teknik Universitas Hasanuddin.
iv
3. Segenap staf pengajar, serta pegawai Departemen Teknik Informatika atas
segala Ilmu, bantuan dan kemudahan yang diberikan selama penulis
menempuh proses perkuliahan.
4. Seluruh teman-teman angkatan 2013 Departemen Teknik Informatika FT
UH atas semua bantuan dan semangat yang diberikan selama ini.
5. Seluruh pihak yang tidak dapat kami sebutkan satu persatu yang telah
membantu dan mendukung penulis dalam menyelesaikan Tugas Akhir ini.
Akhir kata, dengan segala kerendahan hati penulis menyadari bahwa penulis
hanyalah manusia biasa yang tidak luput dari kesalahan dalam penyusunan Tugas
Akhir ini. Oleh karena itu kritik dan saran yang membangun sangat kami harapkan
agar penulis dapat berkarya lebih baik lagi di masa yang akan datang. Semoga Allah
SWT. berkenan membalas segala kebaikan dari semua pihak yang telah banyak
membantu. Semoga Tugas Akhir ini dapat memberikan manfaat bagi
pengembangan ilmu. Aamiin.
Wassalam,
Makassar, Agustus 2017
Penulis
v
DAFTAR ISI
HALAMAN JUDUL .................................................................................. i
LEMBAR PENGESAHAN ...................................................................... ii
ABSTRAK .................................................................................................. iii
KATA PENGANTAR ............................................................................... iv
DAFTAR ISI .............................................................................................. vi
DAFTAR GAMBAR ................................................................................. ix
DAFTAR TABEL ...................................................................................... x
DAFTAR GRAFIK .................................................................................... xi
BAB I PENDAHULUAN ........................................................................... 1
1.1 Latar Belakang .......................................................................... 1
1.2 Rumusan Masalah ..................................................................... 3
1.3 Tujuan Penelitian ..................................................................... 3
1.4 Manfaat Penelitian .................................................................. 3
1.5 Batasan Masalah Penelitian ...................................................... 3
vi
1.6 Sistematika Penulisan ............................................................... 4
BAB II TINJAUAN PUSTAKA ................................................................ 6
2.1 Penyakit Katarak ....................................................................... 6
2.1.1 Gejala Penyakit Katarak................................................... 7
2.2 Android ..................................................................................... 8
2.3 MATLAB .................................................................................. 13
2.4 Client Server.............................................................................. 15
2.5 Pengertian Citra ......................................................................... 16
2.5.1 Perbedaan Citra Analog dan Citra Digital.......................... 17
2.5.1.1 Citra Analog .......................................................... 17
2.5.1.2 Citra Digital ........................................................... 17
2.5.1.3 Jenis – jenis Citra Digital ...................................... 18
2.5.1.4 Elemen – elemen Citra DIgital .............................. 19
2.5.2 Pengolahan Citra .............................................................. 20
2.6 Ekstraksi Ciri ............................................................................. 24
2.7 GLCM ....................................................................................... 25
2.8 SVM .......................................................................................... 28
2.8.1 Soft Margin ……............................................................... 31
vii
2.8.2 Kernel trick dan non linear classification pada SVM ............ 32
BAB III METODOLOGI PENELITIAN.................................................... 36
3.1 Waktu dan Lokasi Penelitian .................................................... 36
3.2 Tahapan Penelitian ................................................................... 36
3.3 Instrumen Penelitian.................................................................. 38
3.3.1 Perangkat Lunak ……....................................................... 38
3.3.2 Perangkat Keras ……........................................................ 38
3.4 Teknik Pengumpulan Data ........................................................ 39
3.5 Perancangan Sistem .................................................................. 39
3.5.1 Input Citra ……................................................................ 40
3.5.2 Preprocessing .................................................................. 41
3.5.3 Ekstraksi Fitur .................................................................. 43
3.5.2 Klasifikasi ….................................................................... 82
3.6 Gambaran Umum Sistem .......................................................... 84
BAB IV HASIL DAN PEMBAHASAN .................................................... 85
4.1 Hasil dan Pembahasan............................................................... 85
4.1.1 Hasil Ekstraksi Fitur GLCM............................................. 86
4.1.2 Hasil Pengujian SVM …….............................................. 88
viii
4.2 Tampilan Sistem........................................................................ 89
4.3 Pengujian Sistem ....................................................................... 92
BAB V PENUTUP ..................................................................................... 94
A. Kesimpulan ................................................................................ 94
B. Saran .......................................................................................... 94
DAFTAR PUSTAKA
LAMPIRAN
ix
DAFTAR TABEL
Halaman
Tabel 2.1 Kernel yang umum dipakai dalam SVM.......................................... 34
Tabel 3.1 Pixel Citra Grayscale ....................................................................... 44
Tabel 3.2 Hasil kuantisasi 32 tingkat derajat keabuan ..................................... 45
Tabel 3.3 Proses perhitungan ketetanggaan picel berdasarkan sudut 00 .......... 46
Tabel 3.4 Hasil perhitungan ketetanggaan picel berdasarkan sudut 00 ............ 47
Tabel 3.5 Proses perhitungan ketetanggaan picel berdasarkan sudut 450 ........ 48
Tabel 3.6 Hasil perhitungan ketetanggaan picel berdasarkan sudut 450 .......... 49
Tabel 3.7 Proses perhitungan ketetanggaan picel berdasarkan sudut 1350 ...... 50
Tabel 3.8 Hasil perhitungan ketetanggaan picel berdasarkan sudut 1350 ........ 51
Tabel 3.9 Proses perhitungan ketetanggaan picel berdasarkan sudut 900 ........ 52
Tabel 3.10 Hasil perhitungan ketetanggaan picel berdasarkan sudut 00 .......... 53
Tabel 3.11 Proses transpose sudut 00 ............................................................... 54
Tabel 3.12 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 00..... 55
Tabel 3.13 Proses transpose sudut 450 ............................................................. 56
Tabel 3.14 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 450... 57
Tabel 3.15 Proses transpose sudut 1350 ........................................................... 58
Tabel 3.16 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 1350. 59
Tabel 3.17 Proses transpose sudut 900 ............................................................. 60
Tabel 3.18 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 900... 61
Tabel 3.19 Hasil normalisasi berdasarkan sudut 00 ......................................... 62
Tabel 3.20 Hasil normalisasi berdasarkan sudut 450 ....................................... 63
Tabel 3.21 Hasil normalisasi berdasarkan sudut 1350 ..................................... 64
Tabel 3.22 Hasil normalisasi berdasarkan sudut 900 ....................................... 65
Tabel 3.23 Hasil perhitungan fitur GLCM ....................................................... 76
Tabel 4.1 Sampel data hasil ekstraksi fitur contrast metode GLCM .............. 86
Tabel 4.2 Sampel data hasil ekstraksi fitur correlation metode GLCM .......... 87
x
Tabel 4.3 Sampel data hasil ekstraksi fitur energy metode GLCM ................. 87
Tabel 4.4 Sampel data hasil ekstraksi fitur homogeneity metode GLCM........ 88
Tabel 4.5 Pengujian sistem .............................................................................. 92
xi
DAFTAR GAMBAR
Halaman
Gambar 2.1 Mata Katarak ................................................................................ 7
Gambar 2.2 Jaringan client server ................................................................... 16
Gambar 2.3 Proses pengolahan citra ................................................................ 21
Gambar 2.4 Image enhancement ...................................................................... 22
Gambar 2.5 Image Restoration ........................................................................ 22
Gambar 2.6 Color image processing .............................................................. 23
Gambar 2.7 Image compression ....................................................................... 23
Gambar 2.8 Morphological processing ........................................................... 23
Gambar 2.9 Segmentation ................................................................................ 24
Gambar 2.10 Ekstraksi ciri tekstur ................................................................... 25
Gambar 2.11 Empat arah derajat keabuan ....................................................... 27
Gambar 2.12 SVM berusaha untuk menemukan hyperlane yang memisahkan
kedua kelas -1 dan +1 ...................................................................................... 29
Gambar 2.13 Hypelane terbentuk diantara class -1 dan +1 ............................. 29
Gambar 2.14 Fungsi Φ memetakan data ke ruang vektor yang berdimensi lebih
tinggi , sehingga kegua kelas dapat dipisahkan secara linear ......................... 33
Gambar 3.1 Diagram tahapan penelitian ......................................................... 31
Gambar 3.2 Blok diagram perancangan sistem ............................................... 36
Gambar 3.3 Input citra .................................................................................... 41
Gambar 3.4 Gambar input citra ........................................................................ 41
Gambar 3.5 Proses cropping dan resize .......................................................... 42
xii
Gambar 3.6 Preprocessing .............................................................................. 42
Gambar 3.7 Diagram alir ekstralsi fitur menggunakan GLCM ....................... 43
Gambar 3.8 Proses klasifikasi menggunakan SVM ........................................ 82
Gambar 3.9 Hasil klasifikasi ............................................................................ 83
Gambar 3.12 Gambaran umum sistem ............................................................ 84
Gambar 4.1 Citra mata normal dan katarak .................................................... 85
Gambar 4.2 Citra ROI normal dan katarak ..................................................... 86
Gambar 4.3 Hasil klasifikasi citra katarak dan normal .................................... 88
Gambar 4.4 Halaman utama sistem ................................................................ 89
Gambar 4.5 Tampilan cropping citra dan daerah citra yang di cropping ........ 90
Gambar 4.6 Tampilan hasil identifikasi normal dan katarak .......................... 91
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Penyakit katarak adalah salah satu kerusakan pada mata yang ditandai
dengan adanya kekeruhan pada lensa mata. Variasi kekeruhan tergantung tingkat
kerusakan akibat katarak. Biasanya berlangsung perlahan – lahan dan menyebabkan
gangguan penglihatan (kabur) bahkan berpotensi menyebabkan kebutaan jika
kekeruhan pada lensa terlalu tebal sehingga menghalangi jalan masuknya cahaya
dan terlambat dalam penanganannya.
Penyakit katarak merupakan salah satu penyebab utama kebutaan pada mata
Berdasarkan data Badan Kesehatan Dunia (WHO) tahun 2001, sekitar 20 juta
penduduk di dunia mengalami kebutaan akibat katarak. Indonesia adalah salah satu
negara dengan tingkat kebutaan tertinggi di dunia dengan jumlah penderita
mencapai 1.5% dengan penambahan jumlah penderita sebanyak 0.1% atau sekitar
210.000 jiwa per tahun. [1]
Di negara berkembang seperti indonesia yang memiliki dokter spesialis
mata yang terbatas yaitu 1.000 dokter, ini tidak sebanding dengan jumlah
penambahan penderita katarak setiap tahunnya dan fasilitas kesehatan yang kurang
terutama di daerah pedesaan. [2]
2
Dalam mendiagnosis penyakit katarak, biasanya para dokter menggunakan
berbagai peralatan seperti Slit Lamp atau Opthalmoloscape. Namun dalam
menggunakan peralatan tersebut memiliki keterbatasan, termasuk dalam
mengoperasikannya memerlukan keterampilan, pelatihan khusus dan harganya pun
mahal. [2]
Oleh karena itu, dibutuhkan suatu sistem kecerdasan buatan yang dapat
mendeteksi penyakit katarak secara dini agar penyakit katarak tersebut dapat
ditangani dengan cepat dan tidak menimbulkan masalah baru. Sebelumnya sudah
ada alat yang ditemukan oleh Retno Supriyanti [2], salah satu dosen Universitas
Jendral Soedirman (Unsoed), Purwokerto, yang bergabung dengan tim peneliti dari
Jepang yaitu Hitoshi Habe, Masatsugu Kidode, dan Satoru Nagata. Alat deteksi
tersebut menggunakan prinsip kerja flash specular reflection di dalam pupil mata
yang berdasarkan pada hukum Snellius tentang refleksi atau pemantulan gelombang
cahaya.
Seperti dijelaskan sebelumnya pemeriksaaan mata katarak biasanya
menggunakan Slit Lamp atau Opthalmoloscape namun dalam mengoperasikannya
dibutuhkan pelatihan khusus dan harganya pun cukup mahal. Pada tugas akhir ini
dirancanglah sebuah aplikasi android yang mendeteksi penyakit katarak secara dini.
Penggunaan android dalam mendeteksi katarak dapat lebih mempermudah
masyarakat dalam mendeteksi katarak tanpa harus memeriksakan ke dokter
spesialis mata. Sistem ini menggunakan metode analisis tekstur Gray Level Co –
occurrence Matrix untuk proses ekstraksi fitur. Dimana pada proses ini
3
menggunakan empat parameter fitur yaitu Contrast, Correlation, Energy, dan
Homogeneity. Dan pada proses klasifikasi menggunaan Support Vector Machine
(SVM) yang dibagi menjadi dua kelas yaitu kelas katarak dan normal.
1.2 Rumusan Masalah
Berdasarkan latar belakang, maka rumusan masalah pada tugas akhir ini
adalah bagaimana merancang dan membuat aplikasi pendeteksi katarak.
1.3 Tujuan Penelitian
Tujuan dari tugas akhir ini adalah merancang dan membuat aplikasi
pendeteksi katarak berbasis android
1.4 Manfaat Penelitian
Diharapkan dengan adanya tugas akhir ini dapat memberikan manfaat sebagai
berikut :
1. Membantu para dokter umum, tidak hanya spesialis mata dalam
mendeteksi katarak.
2. Dapat menjadi rekomendasi bagi penelitian selanjutnya yang berkaitan
dengan deteksi katarak
1.5 Batasan Masalah Penelitian
Yang menjadi batasan masalah dalam tugas akhir ini adalah :
1. Aplikasi ini dikerjakan menggunakan android studio.
2. Proses ekstraksi fitur dan klasifikasi menggunakan MATLAB R2016a
3. Proses pengambilan gambar menggunakan flash pada kamera.
4. Format gambar yang dgunakan adalah .jpg.
4
5. Proses pengambilan gambar dilakukan di ruangan yang tidak terlalu
terang.
6. Gambar yang dapat dideteksi hanya gambar mata.
7. Aplikasi terkoneksi dengan internet.
1.6 Sistematika Penulisan
Untuk memberikan gambaran singkat mengenai isi tulisan secara
keseluruhan, maka akan diuraikan beberapa tahapan dari penulisan secara
sistematis, yaitu :
BAB I PENDAHULUAN
Bab ini menguraikan secara umum mengenai hal yang menyangkut latar
belakang, perumusan masalah dan batasan masalah, tujuan, manfaat, dan
sistematika penulisan.
BAB II TINJAUAN PUSTAKA
Bab ini berisi teori-teori tentang hal-hal yang berhubungan dengan
Penyakit katarak , serta metode yang digunakan.
BAB III METODOLOGI PENELITIAN
Bab ini berisi tentang perencanaan dan penerapan algoritma serta teknik
pengolahan data.
BAB IV HASIL DAN PEMBAHASAN
Bab ini berisi tentang hasil pengolahan data serta pembahasan yang
disertai tabel dan grafik hasil penelitian.
5
BAB V PENUTUP
Bab ini berisi tentang kesimpulan yang didapatkan berdasarkan hasil
penelitian yang telah dilakukan serta saran-saran untuk pengembangan
lebih lanjut.
6
BAB II
TINJAUAN PUSTAKA
2.1 Penyakit Katarak
Katarak adalah suatu keadaan mengeruhnya lensa mata yang biasanya jernih
dan bening. Katarak berasal dari bahasa Yunani catacracta yang berarti air terjun.
Hal ini dikarenakan ketika pasien melihat sesuatu seakan - akan seperti ada air
terjun di depan mata. Seseorang penderita katarak akan melihat benda secara kabur
seperti tertutup kabut.
Lensa mata adalah suatu badan bening yang mempunyai ketebalan sekitar 5
mm, berdiameter 9 mm, dan berisi 65% air, 35% protein, dan mineral penting.
Lensa terdiri dari 3 lapisan yaitu kapsul pada bagian luar, korteks, dan nukleus pada
bagian dalam. Fungsi utama lensa adalah untuk membiaskan cahaya sehingga
cahaya tersebut tepat jatuh pada retina.
Lensa mata adalah bagian transparan di belakang pupil (titik hitam di tengah
bagian mata yang gelap) yang berfungsi untuk memfokuskan cahaya pada lapisan
retina. Dengan adanya katarak, kejernihan lensa mata berkurang dan cahaya yang
masuk ke mata menjadi terhalang.
Seiring bertambahnya usia, umumnya lensa mata perlahan-lahan akan keruh
dan berkabut. Jadi katarak adalah penyakit yang biasa terjadi seraya kita bertambah
tua. Banyak pengidap yang pada akhirnya membutuhkan operasi untuk mengganti
lensa yang rusak ini dengan lensa buatan.[1]
7
Gambar 2.1 Mata katarak
2.1.2 Gejala Penyakit Katarak
Gejala umum yang terjadi pada penyakit katarak adalah terdapat penurunan
kemampuan penglihatan pada penderita yang terjadi secara progresif, contohnya
seperti mata rabun jauh. Pada proses penuaan, secara bertahap lensa kehilangan air
dan mengalami peningkatan dalam ukuran. Gangguan metabolisme ini
mengakibatkan perubahan kandungan yang terdapat di dalam lensa mata yang pada
akhirnya menyebabkan kekeruhan lensa.
Lensa mata akan terlihat gumpalan noda warna putih yang dapat terlihat dari
pupil. Jika keadaan semakin memburuk dari pupil mata akan terlihat warna putih
pada keseluruhan bagian tengah lensa mata, sehingga cahaya yang masuk pada
mata menjadi negatif (-).Penderita biasanya akan mengalami penglihatan yang
samar-samar dan berkabut. Kemudian akan muncul bintik atau bercak saat
penglihatannya kurang jelas. Kondisi ini juga dapat memengaruhi pandangan Anda
dengan cara-cara seperti :
8
a. Mata yang sensitif ketika terkena cahaya menyilaukan.
b. Sulit melihat saat cahaya remang-remang (terutama pada malam hari)
atau sangat terang.
c. Semua menjadi terlihat ganda.
d. Semua terlihat seperti memiliki semburat kuning atau cokelat.
e. Lensa kacamata yang sering berubah.
f. Di sekeliling cahaya terang (misalnya, lampu mobil atau lampu jalan)
seperti ada lingkaran cahaya.
g. Warna yang terlihat memudar atau menjadi tidak jelas.
Bila keadaan tersebut tidak segera diatasi dan dibiarkan terlalu lama akan
mengganggu kemampuan penglihatan dan akan menimbulkan penyakit katarak
komplikasi berupa katarak Glaukoma dan Uveitis.[2]
2.2 Android
Android adalah sebuah sistem operasi untuk perangkat mobile berbasis linux
yang mencakup sistem operasi, middleware, dan aplikasi. Android menyediakan
platform terbuka bagi para pengembang untuk menciptakan aplikasi baru. Awalnya,
Android Inc. yang merupakan pendatang baru dalam pembuatan piranti lunak untuk
ponsel atau smartphone dibeli oleh Google Inc. kemudian dibentuk Open Handset
Alliance yang merupakan konsorsium dari 34 perusahaan peranti keras , peranti
lunak, dan telekomunikasi untuk mengembangkan android.
Sebagai pengembangan dari Eclipse, android studio mempunyai banyak fitur-
fitur baru dibandingkan dengan Eclipse IDE. Berbeda dengan Eclipse yang
9
menggunakan Ant, android studio menggunakan Gradle sebagai build environment.
Fitur – fitur lainnya adalah sebagai berikut :
Menggunakan Gradle-based build system yang fleksibel.
Bisa mem-build multiple APK.
Template support untuk Google Service dan berbagai macam tipe
perangkat.
Layout editor yang lebih bagus.
Built-in support untuk Google Cloud Platform, sehingga mudah untuk
integrasi dengan Google Cloud Mesagging dan App Engine.
Import library langsung dari maven repository.
Dan masih banyak lagi lainnya
Android merupakan generasi baru platform mobile yang dalam sistem
operasinya menyediakan banyak tools dalam membangun software yang
memudahkan pengembang dalam pembuatan aplikasi. Selain itu platform android
disediakan melalui lisensi open source sehingga pengembang dapat dengan bebas
mengembangkan aplikasi. Selain itu, platform android tidak dikenakan biaya dalam
pengembangan, biaya keanggotaan, biaya pengujian, dan biaya kontrak yang
dibutuhkan sehingga android dapat didistribusikan dan diperdagangkan dalam
bentuk apapun. Adapun versi dari sistem android yang sudah ada, yaitu:[3]
a. Android versi 1.1
Dirilis pada tahun 2008 dan merupakan versi pertama sistem operasi
android. Dan pertama digunakan pada produk HTCDream di tahun 2009.
Namun untuk versi ini android belum memiliki nama sehinggan masih
10
belum mudah diingat masyarakat. Android versi ini dilengkapi dengan
pembaruan estetis pada aplikasi jam alarm, voice search, pengiriman
pesan dengan Gmail, dan pemberitahuan Email.
b. Android versi 1.5 (Cupcake)
Android versi ini telah dirilis pada april 2009. Androis versi cupcake
ini memperkenalkan perangkat lunak keyboard pada layar untuk android
dan memungkinkan produksi touch sans qwerty keyboard. Pada android
versi ini terdapat fitur tambahan seperti bluetooth stereo, copy paste di
web browser, layar auto rotasi dan terdapat pilihan mengupload media
youtube dan picasa.
c. Android versi 1.6 (Donut)
Android versi ini memperbaiki bug OS yang sering reboot serta fitur
foto dan video dari kamera antar muka juga integrasi pencarian lebih baik.
Android versi ini telah memiliki layar interface yang beresolusi tinggi.
Pada versi ini mulai memperkenalkan aplikasi screenshot, dukungan layar
WVGA, kamera menjadi lebih cepat dan terdapat pula galeri.
d. Android versi 2.0 - 2.1 (Eclair)
Android versi ini telah memiliki fitur tambahan yang dapat
mendukung kinerja sistem seperti bluetooth v2.1, flash dan kamera
dengan digital zoom, multitouch, live wallpaperscene mode, white
balance, efek warna dan fokus makro. Dan ponsel pertama yang
menggunakan android versi 2.1 ini adalah HTC Nexus One.
11
e. Android versi 2.2 (Froyo)
Sistem android versi froyo ini dikeluarkan pada Mei 2010 dengan
peningkatkan kecepatan dan pengadopsian serta dukungan darijavascipt
dalam browser. Selain itu juga terdapat push, wifi, USB thetering, hotspot.
Dan ponsel pertama yang mengunakan versi ini adalah Motorola Droid 2.
f. Android versi 2.3 – 2.3.7 (Gingerbread)
Android versi ini telah memiliki beberapa fitur baru, salah satu nya
adalah kemampuan dalam gaming yang lebih lancar serta penggunaan
baterai lebih hemat. Samsung galaxy nexus adalah ponsel pertama yang
menggunakan sistem android versi gingerbread ini.
g. Android versi 3.0 / 3.1 (Honeycomb)
Honeycomb ini dirilis pada februari 2011 dengan memperkenalkan
interface user, akselerasi hardware dan dukungan untuk processor
multicore.
h. Android versi 4.0 (Ice Cream Sandwich)
Ice cream sandwich ini mulai dirilis pada oktober 2011 dengan
memiliki banyak fitur baru yang dapat membantu kelancaran sistem
operasi lebih dari versi-versi sebelumnya. Diantaranya adalah face unlock
yang memungkinkan kita untuk membuka kunci hanya dengan
mengedipkan mata saja. Selain itu juga terdapat jaringan 4G yang
digunakan untuk akses internet lebih cepat.
12
i. Android versi 4.1- 4.3 (Jelly Bean)
Dirilis pada juli 2012 dan Android versi jelly bean merupakan
perbaruan dari sistem android ice cream sandwich. Dari segi tampilan
versi ini adalah yang paling sempurna tidak hanya tampilan dinamis
melainkan juga telah di optimalkan dengan kinerja OS yang super cepat.
Jelly bean memiliki fukos pada kinerja yang bertujuan untuk
memperkenalkan Vsync atau sinkronisasi vertikal. Android versi ini telah
dilengkapi dengan berbagai fitur seperti foto panorama, papan kunci
dengan gestur ketukan, kontrol daya notifikasi, screensaver, dukungan
tampilan nirkabel, jam dunia, USB, dan lain-lain.
j. Android versi 4.4 (KitKat)
Dirilis pada oktober 2013. Pada versi ini android mengoptimalkan
penggunaan baterai dan kinerja yang lebih cepat ketika dijalankan baik
untuk smartphone spesifikasi rendah ataupun tinggi. Pada versi ini
memiliki beberapa kelebihan yaitu warna tampilan layar sesua dengan
wallpaper yang digunakan, lebih mudah menggunakan aplikasi google
karena muncul sebagai bagian dari panel homescreen, icon menu terlihat
lebih besar agar nyaman dioperasikan, dan lain-lain.
k. Android 5.0 (Lollipop)
Penggunaan android versi lollipop terdapat pada nexus 6 dan tablet
nexus 9. Android versi ini telah menyediaka multitasking yang didukung
oleh sistem kartu google now, dan project volta yang memberikan fungsi
bisa menghemat baterai lebih lama dalam penggunaannya.
13
l. Android 6.0 (Marshmallow)
Android marshmallow atau OS V6.0 adalah operasi sistem milik
google yang terbaru yang mana untuk fitur dan kelebihan yang dibawah
oleh android ini jelas memiliki performa yang sangat baik dari pada
pendahulunya. Salah satu yang begitu terasa untuk OS Marshmallow ini
yaitu terdapat pada sisi baterai dimana bisa membuat ponsel android lebih
awet dari pada sebelumnya. Kemudian Kinerja tentunya sudah di rancang
khusus agar terhindar dari lemot dimana hal tersebut adalah menjadi salah
satu kekurangan yang dimiliki oleh Android pada versi sebelumnya.
2.3 MATLAB
MATLAB (Matrix Laboratory) adalah sebuah program untuk analisis dan
komputasi numeric dan merupaan suatu bahasa pemrograman matematika lanjutan
yang dibentuk dengan dasar pemikiran menggunakan sifat dan bentuk matriks. Pada
awalnya, program ini merupakan interface untuk koleksi rutin – rutin numeric dari
proyek LINPACK dan EISPACK, dan dikembangkan menggunakan bahasa
FORTRAN namun sekarang merupakan produk komersial dari perusahaab
Mathworks, inc. yang dalam perkembangan selanjutnya dikembangkan
menggunakan bahasa C++ dan assembler(utamanya untuk fungsi – fungsi dasar
MATLAB).
MATLAB telah berkembang menjadi sebuah environtment pemrograman
yang canggih yang berisi fungsi - -fungsi built-in untuk melakukan tugas
pengelolaan sinyal, aljabar linier, dan kalkulasi matematis lainnya. MATLAB juga
14
berisi toolbox yang berisi fungsi –fungsi tambahan untuk aplikasi khusus,
MATLAB bersifat extensible, dalam arti bahwa seorang pengguna dapat menulis
fungsi baru untuk ditambahkan pada library ketika fungsi – fungsi built-in yang
tersedia tidak dapat melakukan tugas tertentu, kemampuan pemrograman yang
dibutuhkan tidak terlalu sulit bila memiliki pengalaman dalam pemrograman
bahasa lain seperti, C, PASCAL, atau FORTRAN. Beberapa manfaat yang
didapatkan dari Matlab antara lain :
Perhitungan Matematika
Komputasi numeric
Simulasi dan pemodelan
Visualisasi dan analisis data
Pembuatan grafik untuk keperluan sains dan teknik
Pengembangan aplikasi, misalnya dengan memanfaatkan GUI.
MALAB merupakan merk software yang dikembangkan oleh Mathworks.Inc.
merupakan software yang paling efisien untuk perhitungan numeric berbasis
matriks. Dengan demikian jika di dalam perhitungan kita dapat memformulasikan
masalah ke dalam format matriks maka MATLAB merupakan software terbaik
untuk penyelesaian numeriknya.
MATLAB (Matrix Laboratory) yang merupakan bahsa pemrograman tingkat
tinggi berbasis pada matriks sering digunakan untuk teknik komputasi numerik,
yang digunakan untuk menyelesaikan masalah – masalah yang melibatkan operasi
15
matematika elemen, matrik, optimasi, oproksimasi dll. Sehingga matlab banyak
digunakan pada :[4]
Matematika dan Komputasi
Pengembangan dan Algoritma
Pemrograman modeling, simulasi, dan pembuatan prototype
Analisa data, eksplorasi dan visualisasi
Analisis numerik dan statistic
Pengembangan aplikasi teknik
2.4 Client Server
Client Server didefinisikan sebagai suatu arsitektur jaringan komputer dimana
perangkat client melakukan proses meminta data, dan server yang memiliki tugas
untuk memberikan respon berupa data terhadap request tersebut. Perangkat client
biasanya berupa perangkat computer dengan aplikasi software jaringan yang telah
terinstall guna untuk meminta dan menerima data melalui jaringan. Salah satu
contoh aplikasi software yang paling sering digunakan untuk meminta dan
menerima data pada jaringan ialah web browser, dimana user dapat melakukan
request untuk sebuah halaman web, melalui aplikasi web browser perangkat lain
yang dapat pula dikategorikan sebagai client ialah perangkat mobile seperti
smartphone atau tablet.
Server merupakan sebuah computer yang dirancang khusus untuk melayani
client dengan memproses request yang telah diterima dari client lalu kemudian
mengirimkan kembali respon data yang kompleks yang mungkin dibutuhkan client,
16
oleh karena itu biasanya server terdiri dari computer dengan performa yang tinggi
baik dari segi pemrosesan maupun dari segi memori, hal tersebut agar server
mampu melayani request dari banyak client secara bersamaan.
Server juga terbagi menjadi beberapa jenis berdasarkan tugas spesifik yang
dilakukannya contohnya mail server untuk mengirim dan menerima pesan melalui
jaringan, database server untuk menjaga dan mengatur database dan masih banyak
lagi. Perangkat client dan server biasanya memiliki unit hardware yang berbeda,
masing – masing di desain sesuai dengan tujuannya. Contohnya pada client
sebaiknya dilengkapi dengan resolusi layar monitor yang bagus dengan antarmuka
graphical user, sedangkan pada server sama sekali tidak membutuhkan resolusi
layar yang bagus cukup dengan antarmuka command line. [5]
Gambar 2.2 Jaringan Client Server
2.5 Pengertian Citra
Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu
objek. Citra terbagi 2 yaitu citra yang bersifat analog dan digital. Citra analog
17
adalah citra yang bersifat continue seperti gambar pada monitor televisi, foto sinar
X, dan lain – lain. Sedangkan pada citra digital adalah citra yang dapat diolah oleh
computer (Sutojo, 2009).
2.5.2 Perbedaan Citra Analog dan Citra Digital
2.5.1.1 Citra Analog
Citra analog adalah citra yang bersifat continue, seperti gambar pada
monitor televisi, foto sinar X, foto yang tercetak dikertas foto, lukisan,
pemandangan alam, hasil CT scan, gambar – gambar yang terekam pada
pita kaset, dan lain sebagainya. Citra analog tidak dapat direpresentasikan
dalam computer, sehingga tidak bias diproses di computer secara langsung.
oleh sebab itu, agar ini dapat diproses dikomputer, proses konversi analog
ke digital harus dilakukan terlebih dahulu. Citra analog dihasilkan dari alat
– alat analog, seperti video kamera analog, kamera foto analog, cam, CT
scan, sensor rontgen untuk foto thorax, sensor gelombang pendek pada
system radar sensor ultrasound pada system USG, dan lain – lain.
2.5.1.2 Citra Digital
Citra digital merupakan representative dari citra yang diambil oleh
mesin dengan bentuk pendekatan berdasarkan sampling dan kuantisasi.
Sampling menyatakan besarnya kotak – kotakyang disusun dalam baris dan
kolom. Dengan kata lain, sampling pada citra menyatakan besar kecilnya
ukuran pixel (titik) pada citra, dan kuantisasi menyatakan besarnya nilai
tingkat kecerahan yang dinyatakan dalam nilai tingkat keabuan (grayscale)
18
sesuai dengan jumlah bit biner yang digunakan oleh mesin, dengan kata lain
kuantisasi pada citramenyatakan jumlah warna yang ada pada citra (Basuki,
2005:4).[6]
2.5.1.3 Jenis – jenis Citra Digital
Ada banyak cara untuk menyimpan citra digital di dalam memori.
Cara penyimpanan menentukan jenis citra digital yang berbentuk. Beberapa
jenis citra digital yang sering digunakan adalah citra biner, citra grayscale
dan citra warna (Sutoyo, 2009:21).
a. Citra Biner (Monokrom). bayaknya dua warna, yaitu hitam
dan putih. “Dibutuhkan 1 bit di memori untuk menyimpan kedua
warna ini.
b. Citra grayscale (Skala Keabuan). Banyaknya warna
tergantung pada jumlah bit yang disediakan di memori untuk
menampung kebutuhan warna ini. Citra 2 bit mewakili 4 warna,
citra 3 bit mewakili 8 warna, dan seterusnya. Semakin besar
jumlah bit warna yang disediakan di memori, semakin halus
gradasi warna yang terbentuk.
c. Citra Warna (true Color). Setiap piksel pada citra warna
mewakili warna yang merupakan kombinasi dari tiga warna
dasar (RGB = Red Green Blue). Setiap warna dasar
menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap
warna mempunyai gradasi sebanyak 255 warna. Berarti setiap
19
piksel mempunyai kombinasi warna sebanyak 28 x 28 x28 = 224
=16 juta warna lebih. Itulah sebabnya format ini dinamakan true
color karena mempunyai jumlah warna yang cukup besar
sehingga bias dikatakan hamper mencakup semua warna di
alam.
2.5.1.4 Elemen – elemen Citra Digital
Berikut adalah elemen – elemen yang terdapat pada citra digital
(Sutoyo. 2009:24):
1. Kecerahan (Brighthness). Brightness merupakan intensitas
cahaya yang dipancarkan piksel dari citra yang dapat ditangkap
oleh system penghilatan. Kecerahan pada sebuah titik (piksel) di
dalam citra merupakan intensitas rata – rata dari suatu area yang
melingkupinya.
2. Kontras (Contrast). Kontras menyatakan sebaran terang dan
gelap dalam sebuah citra. Pada citra yang baik, komposisi gelap
dan terang tersebar secara merata.
3. Kontur (Contour). Kontur adalah keadaan yang ditimbulkan
oleh perubahan intensitas pada piksel – piksel yang bertetangga.
Karena adanya perubahan intensitas inilah mata mampu
mendeteksi tepi – tepi objek di dalam citra.
4. Warna. Warna sebagai persepsi yang ditangkap sistem visual
terhadap panjang gelombang cahaya yang dipantulkan oleh
objek.
20
5. Bentuk (Shape). shape adalah property intrisik dari objek 3
dimensi, dengan pengertian bahwa bentuk merupakan property
intrisik utama untuk sistem visual manusia.
6. Tekstur (Texture). Texture dicirikan sebagai distribusi spasial
dari derajat keabuan di dalam sekumpulan piksel – piksel yang
bertetangga. Tekstur adalah sifat – sifat atau karakteristik yang
dimiliki oleh suatu daerah yang cukup besar, sehingga secara
alami sifat – sifat tadi dapat berulang dalam daerah tersebut.
Tekstur adalah keteraturan pola – pola tertentu yang terbentuk
dari susunan piksel – piksel dalam citra digital. Informasi tekstur
dapat digunakan untuk membedakan sifat – sifat permukaan suatu
benda dalam citra yang berhubungan dengan kasar dan halus,
juga sifat – sifat spesifik dari kekasaran dan kehalusan permukaan
tadi, yang sama sekali terlepas dari warna permukaan tersebut.
2.5.2 Pengolahan Citra
Pengolahan citra (Image Processing) merupakan proses mengolah
piksel–piksel di dalam citra digital untuk tujuan tertentu. Pada awalnya
pengolahan citra ini dilakukan untuk memperbaiki kualitas citra, namun
dengan berkembangnya dunia komputasi yang ditandai dengan semakin
meningkatnya kapasitas dan kecepatan proses computer serta munculnya ilmu
– ulmu komputasi yang memungkinkan manusia dapat mengambil informasi
dari suatu citra.Proses pengolahan citra secara diagram proses dimulai dari
21
pengambilan citra, perbaikan citra, perbaikan kualitas citra, sampai dengan
pernyataan representative citra yang dicitrakan sebagai berikut :
Gambar 2.3 Proses Pengolahan Citra
Dalam perkembangan lebih lanjut, image processing dan computer
vision digunakan sebagai mata manusia, dengan perangkat input image
capture seperti kamera dan scanner dijadikan sebagai otak yang mengolah
informasi. Sehingga muncul beberapa pecahan bidang yang menjadi penting
dalam computer vision antara lain: pattern recognition (pengenalan pola),
biometric (pengenalan identifikasi manusia berdasarkan ciri – ciri biologis
yang tampak pada badan manusia ), content based image and video retrieval
(mendapatkan kembali citra atau video dengan informasi tertentu), video
editing, dan lain – lain (Basuki, 2005:1).
a. Teknik – teknik Pengolahan Citra
Secara umum, teknik pengolahan citra digital dibagi menjadi tiga
tingkat pengolahan, yakni sebagai berikut:
1. Pengolahan Tingkat Rendah (Low-Level Processing).
Pengolahan ini merupakan operasional – operasional dasar dalam
pengolahan citra, seperti pengurangan noice (noice reduction),
perbaikan citra (image enhancement) dan restorasi citra (image
restoration).
22
2. Pengolahan Tingkat Menengah (Mid-Level Processing).
Pengolahan ini meliputi segmentasi pada citra, deskripsi objek,
dan klasifikasi objek secara terpisah.
3. Pengolahan Tingkat Tinggi(high-Level Processing).
Pengolahan ini meliputi analisis citra.
Dari ketiga tahap pengolahan citra digital diatas, dapat dinyatakan
suatu gamabaran mengenai teknik - teknik pengolahan citra digital dan
macam – macamnya, anatar lain sebagai berikut (Basuki, 2005:11) :[7]
1. Image enhancement, berupa proses perbaikan citra dengan
meningkatkan kualitas citra, baik kontras maupun kecerahan.
Gambar 2.4 Image Enhancement
2. Image restoration , yaitu proses memperbaiki model citra,
biasanya berhubungan dengan bentuk citra yang sesuai.
Gambar 2.5 Image Restoration
23
3. Color image processing, yaitu suatu proses yang melibatkan citra
berwarna, baik berupa image enhancement, image restoration,
atau yang lainnya.
Gambar 2.6 Color Image Processing
4. Image compression, merupakan proses yang digunakan untuk
mengubah ukuran data pada citra.
Gambar 2.7 Image Compression
5. Morphological processing, yaitu proses untuk memperoleh
informasi yang menyatakan deskripsi dari suatu bentuk pada
citra.
Gambar 2.8 Morphological Processing
24
6. Segmentation, merupakan proses untuk membedakan atau
memisahkan objek – objek yang ada dalam suatu citra, seperti
memisahkan objek dengan latar belakangnya.
Gambar 2.10 Segmentation
2.6 Ekstraksi Ciri
Ekstraksi cirri citra merupakan tahapan mengekstrak ciri / informasi dari objek
di dalam citra yang ingin dikenali / dibedakan dengan objek lainnya. Ciri yang telah
diekstrak kemudian digunakan sebagai parameter / nilai masukan untuk
membedakan antara objek satu dengan lainnya pada tahapan identifikasi /
klasifikasi. Ciri yang umumnya diekstrak antara lain :
1. Ekstraksi Ciri Tekstur
Untuk membedakan tekstur objek satu dengan objek lainnya dapat
menggunakan ciri statistic orde pertama atau ciri statistic orde dua. Ciri
orde pertama didasarkan pada karakteristik histogram citra. Ciri orde
pertama umumnya digunakan untuk membedakan tekstur makrostruktur
(perulangan pola local secara periodik). Ciri orde pertama antara lain :
mean, variance, skewness, kurtosis, dan entropy. Sedangkan ciri orde dua
25
didasarkan pada probalitas hubungan ketetanggaan antara dua piksel pada
jarak dan orientasi sudut tertentu.
Ciri orde dua umumnya digunakan untuk membedakan tekstur
mikrostuktur (pola local dan perulangan tidak begitu jelas). Ciri orde dua
antara lain : Angular Second Moment, Contrast, Correlation, Variance,
Inverse Different Moment, dan Entropy. Analisis tekstur juga dapat
dilakukan dalam domain frekuensi antara lain menggunakan filter bank
gabor.[8]
Gambar 2.10 Ekstraksi Ciri Tekstur
2.7 GLCM
Manusia mengenal tekstur seperti lembut dan kasar walaupun tangan tidak
menyentuh seperti lrmbut dan kasar walaupun tangan tidak menyentuh benda
tersebut, tapi otak mampu membedakan hal tersebut melalui visualisasi yang
ditangkap oleh mata. Tekstur dapat dicirikan sbagai berikut:
a. Pengulangan pola dari variasi local sehingga membentuk kesatuan
yang utuh
26
b. Menyediakan informasi sususanan spasial dari level intensitas dari
nilai pixel ketetanggaan
c. Tidak bisa didefinisikan sebagai suatu satu point / nilai tertentu karena
merupakan sebuah pola / kesatuan
Lihatlah ilustrasi berikut tentang tekstur sebuah citra yang terdiri dari 50%
hitam dan 50% putih.
Tentunya uji statistik standar seperti mean, standar deviasi tidak akan mampu
membedakan ketiga citra tersebut karena akan menghasilkan nilai yang sama.
Seperti yang sudah dijelaskan bahwa tekstur merupakan suatu pengulangan pola
dan distribusi spasial artinya ketiga citra tersebut mempunyai tingkat intensitas nilai
pixel yang sama tapi mempunyai distribusi spasial yang berbeda.
Analisis tekstur merupakan salah satu metode untuk melakukan identifikasi
atau klasifikasi suatu citra, analisis tersebut telah banyak digunakan dalam berbagai
bidang yaitu uji tekstur wajah, mutu keramik, membedakan jenis daun dan dalam
interpretasi suatu peta sehingga dapat diketahui jenis bahan.[9]
GLCM merupakan salah satu metode analisis tekstur. Gray Level Co-
occurrence matrix merupakan metode paling banyak digunakan untuk analisis
tekstur. Metode ini diperkenalkan oleh Haralick di tahun 1973 yang merupakan
bagian dari project yang didukung oleh NASA yaitu tepatnya NASA Goddard
Space Flight Center. Haralick menggunakan citra dari NASA ERTS untuk
melakukan klasifikasi dengan tingkat akurasi 80%.
27
Metode GLCM termasuk dalam metode statistik dimana dalam perhitungan
statistiknya menggunakan distribusi derajat keabuan (histogram) dengan mengukur
tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan
ketetanggaan antar piksel di dalam citra. Kookurensi berarti kejadian bersama, yaitu
jumlah kejadian satu level nilai piksel bertetangga dengan satu level nilai piksel lain
dalam jarak (d) dan orientasi sudut (θ) tertentu. Jarak dinyatakan dalam piksel dan
orientasi dinyatakan dalam derajat. Orientasi dibentuk dalam empat arah sudut
dengan interval sudut 45°, yaitu 0°, 45°, 90°, dan 135° seperti yang terlihat pada
gambar 2.11. Sedangkan jarak antar piksel biasanya ditetapkan sebesar 1 piksel.
[10]
Gambar 2.11 Empat arah derajat keabuan
Fitur GLCM yang digunakan dalam penelitian ini yaitu:
a. Contrast
Mengukur frekuensi spasial dari citra dan perbedaan moment GLCM.
Perbedaan yang dimaksudkan adalah perbedaan tinggi dan rendahnya pixel.
Contrast akan bernilai 0 jika pixel ketetanggaan mempunyai nilai yang sama.
𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡 = ∑ ∑ |𝑖 − 𝑗|2𝐺𝐿𝐶𝑀(𝑖, 𝑗)𝐿𝑗
𝐿𝑖 (1)
28
b. Correlation
Menunjukkan ukuran ketergantungan linear derajat keabuan citra
sehingga dapat memberikan petunjuk adanya struktur linear dalam citra
𝐶𝑂𝑅 = ∑ ∑ (𝑖𝑗).𝑝(𝑖,𝑗)−𝜇𝑥𝜇𝑦 𝑗𝑖
𝜎𝑥𝜎𝑦 (2)
c. Homogeneity
Mengukur homogenitas, nilai ini sangat sensitive terhadap nilai
disekitar diagonal utama. Bernilai tinggi ketika semua pixel mempunyai nilai
yang sama / seragam. Kebalikan dari contrast yaitu akan bernilai besar jika
mempunyai nilai pixel yang sama pada saat energy bernilai tetap.
𝐻𝑜𝑚𝑜𝑔𝑒𝑛𝑒𝑖𝑡𝑦 = ∑ ∑1
1+(𝑖−𝑗)2 𝑝(𝑖, 𝑗)𝑗𝑖 (3)
d. Energy
Energy akan bernilai tinggi ketika nilai pixel mirip satu sama lain
sebaliknya akan bernilai kecil menandakan nilai dari GLCM normalisasi adalah
heterogen. Nilai maksimum dari energy adalah 1 yang artinya distribusi pixel
dalam kondisi konstan atau bentuknya yabg berperiodik(tidak acak).
𝐸𝑛𝑒𝑟𝑔𝑦 = ∑ {𝑝(𝑖, 𝑗)}2𝑁−1𝑖,𝑗=0 (4)
2.8 SVM
Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapnik pada
tahun 1992 sebagai rangkaian harmonis konsep – konsep unggulan dalam bidang
pattern recognition. SVM adalah metode learning machine yang bekerja atas
prinsip Struktural Risk Minimization (SRM) dengan tujuna menemukan hyperplane
terbaik yang memisahkan dua buah class pada input space. Gambar 2.
Memperlihatkan beberapa pattern yang merupakan anggota dari dua buah class : +1
29
dan -1. Pattern yang tergabung pada class -1 disimbolkan dengan warna kuning
(lingkaran). Problem klasifikasi dapat diterjemahkan dengan usaha menemukan
garis (hyperlane) yang memisahkan antara kedua kelompok tersebut.
Gambar 2.12 SVM berusaha untuk menemukan hyperplane terbaik yang
memisahkan kedua kelas -1 dan +1
Gambar 2.13 Hyperplane terbentuk diantara class -1 dan +1
Hyperplane pemisah terbaik antara kedua class dapat ditemukan dengan
mengukur margin hyperplane tersebut, dan mencari titik maksimalnya. Margin
adalah jarak antara hyperplane tersebut dengan pattern terdekat dari masing –
masing class. Pattern yang paling dekat ini disebut sebagai support vector machine.
30
Garis solid pada gambar menunjukkan hyperplane yang terbaik, yaitu yang terletak
tepat pada tengah – tengah kedua class, sedangkan titik merah dan kuning yang
berada dalam lingkaran hitam adalah support vector. Usaha untuk mencari lokasi
hyperplane ini merupakan inti dari proses pembelajaran pada SVM[11] Data yang
tersedia dinotasikan sebagai �⃗�i∈ Rd sedangkan label masing – masing dinotasikan
𝑦𝑖 ∈ {−1, +1} untuk i = 1,2,...,l yang mana l adalah benyaknya data. Diasumsikan
kedua class -1 dan +1 dapat terpisah secara sempurna oleh hyperplane berdimensi
d, yang didefinisikan
�⃗⃗⃗�, �⃗� + b = 0 (5)
Pattern �⃗�i yang termasuk class -1 (sempel negatif) dapat dirumuskan sebagai pattern
yang memenuhi pertidaksamaan
𝑤 .⃗⃗⃗⃗⃗⃗ �⃗�i + b ≤ -1 (6)
Sedangkan pattern �⃗�i yang termasuk class +1 (sampel positif)
𝑤. ⃗⃗⃗⃗ ⃗⃗⃗ �⃗�i + b ≥ +1 (7)
Margin terbesar dapat ditemukan dengan memaksimalkan nilai jarak antara
hyperplane dan titik terdekatnya, yaitu 1/||�⃗⃗⃗�||. Hal ini dapat dirumuskan dengan
Quadratic Programming (QP) problem, yaitu mencari titik minimal persamaan (4),
dengan memperhatikan constraint persamaan (5).
𝑚𝑖𝑛�⃗⃗⃗� 𝜏(w) = 1
2 ||�⃗⃗⃗�||
2 (8)
𝑦1(�⃗�i . �⃗⃗⃗� + 𝑏) -1 ≥ 0, ∀𝑖 (9)
31
Problem ini dapat dipecahkan dengan berbagai teknik komputasi, di antaranya
Lagrange Multiplier.
𝐿(�⃗⃗⃗�, 𝑏, 𝑎) = 1
2 ||�⃗⃗⃗�||2 - ∑ 𝑎𝑙
𝑖=𝑙 i (𝑦i((�⃗�i.�⃗⃗⃗� + 𝑏) – 1))
(𝑖 = 1,2, … 𝑙) (10)
𝑎i adalah Larrange multipliers, yang bernilai nol atau positif (𝑎𝑖 ≥ 0). Nilai
optimal dari persamaan (10) dapat dihitung dengan meminimalkan L terhadap�⃗⃗⃗� dan
b, dan memaksimal L terhadap ai. Dengan memperhatikan sifat bahwa pada titik
optimal gradient L = 0, persamaan (10) dapat dimodifikasi sebagai maksimalisasi
problem yang hanya mengandung 𝑎i saja, sebagaimana persamaan (11) dibawah.
Maximize
∑ 𝑎𝑖 − 1
2
𝑖𝑖=1 ∑ 𝑎𝑖𝑎𝑗𝑦𝑖𝑦𝑗�⃗�𝑙
𝑖,𝑗=1 i�⃗�j (11)
Subject to:
𝑎𝑖 ≥ 0 (𝑖 = 1,2, … , 𝑙) ∑ 𝑎𝑖𝑦𝑖 = 0𝑙𝑖=1 (12)
Dari hasil dari perhitungan ini diperoleh 𝑎𝑖 yang kebanyakan bernilai positif inilah
yang disebut sebagai support vector.
2.8.1 Soft Margin
Penjelasan diatas berdasarkan asumsi bahwa kedua belah class dapat
terpisah secara sempurna oleh hyperplane. Akan tetapi, umumnya dua belah class
pada input space tidak dapat terpisah secara sempurna. Hal ini menyebabkan
constrait pada persamaan (9) tidak dapat terpenuhi, sehingga optimisasi tidak dapat
32
dilakukan. Untuk mengatasi masalah ini, SVM dirumuskan ulang dengan
memperkenalkan teknik softmargin. Dalam softmargin, persamaan (9) dimodifikasi
dengan memasukkan slack variabel 𝜉𝑖 (𝜉𝑖 > 0) sbb.
𝑦1(�⃗�i . �⃗⃗⃗� + 𝑏) ≥ 1 - 𝜉𝑖 , ∀𝑖 (13)
Dengan demikian persamaan (8) diubah menjadi :
min�⃗⃗⃗�
𝜏 (�⃗⃗⃗�, 𝜉) = 1
2 ||�⃗⃗⃗�||2 + C ∑ 𝜉𝑖
𝑙𝑖=𝑙 (14)
Parameter C dipilih untuk mengontrol trade off antara margin dan error klasifikasi
𝜉. Nilai C yang besar berarti akan memberikan pinalti yang lebih besar terhadap
error klasifikasi tersebut.
2.8.2 Kernel trick dan non linear classification pada SVM
Pada umumnya masalah dalam domain dunia nyata (real world problem)
jarang yang bersifat linear separable. Kebanyakan bersifat non linear, SVM
dimodifikasi dengan memasukkan kernel. Dalam non linear SVM, pertama – tama
data �⃗� dipetakan oleh fungsi 𝜙(�⃗�) ke ruang vektor yang berdimensi lebih tinggi.
Pada ruang vektor yang baru ini, hyperplane yang memisahkan kedua class tersebut
dapat dikonteruksikan.
Hal ini sejalan dengan teori Cover yang menyatakan jika suatu transformasi
bersifat non linear dan dimensi dari feature space cukup tinggi, maka data pada
input space dapat dipetakan ke feature space yang baru, dimana pattern – pattern
tersebut pada probalitas tinggi dapat dipisahkan secara linear. Ilustrasi dai konsep
ini dapat dilihat pada gambar 2.14. pada gambar 2.14a diperlihatkan data pada class
33
kuning dan data pada class merah yang berada pada input space berdimensi dua
tidak dapat dipisahkan secara linear. Selanjutnya gambar 2.14b menunjukkan
bahwa fungsi 𝜙 memetakan tiap data pada input space tersebut ke ruang vektor baru
yang berdimensi lebih tinggi (dimensi 3), dimana kedua class dapat dipisahkan
secara linear oleh sebuah hyperplane. Notasi matematika dari mapping ini adalah
sbb.
𝜙 ∶ ℜd → ℜq 𝑑 < 𝑞 (15)
Gambar 2.14 Fungsi Φ memetakan data ke ruang vektor yang berdimensi
lebih tinggi, sehingga kedua class dapat dipisahkan secara linear oleh
sebuah hyperplane
Pemetaan ini dilakukan dengan menjaga topologi data, dalam artian dua
data yang berjarak dekat pada input space akan berjarak dekat juga pada feature
space, sebaliknya dua data yang berjarak jauh pada input space akan juga jauh pada
feature space.
34
Selanjutnya proses pembelajaran pada SVM dalam menemukan titik – titik
support vector hanya tergantung pada dot product dari data yang sudah
ditransformasikan pada ruang baru yang berdimensi lebih tinggi, yaitu
Φ(�⃗�i). Φ(�⃗�j) (16)
Karena umumnya transformasi Φ ini tidak diketahui, dan sangan sulit untuk
dipahami secara mudah, maka perhitungan dot product tersebut sesuai teori mercer
dapat digantikan dengan fungsi kernel 𝐾(�⃗�i, �⃗�j) yang mendefinisikan secara implisit
transformasi Φ. Hal ini disebut sebagai kernel trick, yang dirumuskan
𝐾(�⃗�i, �⃗�j) = Φ(�⃗�i). Φ(�⃗�j) (17)
Kernel trick memberikan berbagai kemudahan, karena dalam proses
pembelajaran SVM, untuk menentukan support vector, kita hanya cukup
mengetahui fungsi kernel yang dipakai, dan tidak perlu mengetahui wujud dari
fungsi non linear Φ. Berbagai jenis fungsi kernel dikenal, sebagaimana dirangkum
pada tabel 2.1.
Tabel 2.1 kernel yang umun dipakai dalam SVM
35
Selanjutnya hasil klasifikasi dari data �⃗� diperoleh dari persamaan berikut :
𝑓(Φ(�⃗�)) = �⃗⃗⃗�.Φ(�⃗�) + 𝑏 (18)
= ∑ 𝑎𝑖𝑦𝑖𝑛𝑖=1,�⃗�𝜖𝑆𝑉 Φ(�⃗�) + 𝑏 (19)
= ∑ 𝐾𝑛𝑖=1,�⃗�𝜖𝑆𝑉 (�⃗�, �⃗�𝑖) + 𝑏 (20)
SV pada persamaan diatas dimaksudkan dengan subset dari training set yang
terpilih sebagai support vector, dengan kata lain data �⃗�i yang berkoresponden pada
�⃗�i ≥ 0.
2.8.3 Metode sekuensial
Hyperplane yang optimal dalam SVM dapat ditemukan dengan
merumuskan kedalam QP problem dan diselesaikan dengan library yang banyak
tersedia dalam analisa numerik. Alternatf lain yang cukup sederhana adalah metode
sekuensial yang dikembangkan oleh Vijayakumar, yaitu:
1. Initializatition 𝑎𝑖 = 0
Hitung matriks 𝐷𝑖𝑗 = 𝑦𝑖𝑦𝑗(𝐾(𝑥𝑖 , 𝑥𝑗) + 𝜆2)
2. Lakukan step (a), (b) dan (c) dibawah untuk 𝑖 = 1,2, … , 𝑙
a. 𝐸𝑖 = ∑ 𝑎𝑗𝐷𝑖𝑗𝑙𝑗=1
b. 𝛿𝑎𝑖 = max{max[𝛾(1 − Ε𝑖), − 𝑎𝑖] , 𝐶 − 𝑎𝑖}
c. 𝑎𝑖 = 𝑎𝑖 + 𝛿𝑎𝑖
3. Kembali ke step 2 sampai nilai a mencapai konvergen
Pada algoritma di atas, 𝛾 adalah parameter untuk mengontrol kecepatan
proses learning. Konvergensi dapat didefinisikan dari tingkat perubahan nilai a.
36
BAB III
METODOLOGI PENELITIAN
3.1 Waktu dan Lokasi Penelitian
Waktu penelitian dilakukan kurang lebih delapan bulan, terhitung mulai
disetujuinya proposal penelitian pada bulan Maret 2017. Pengambilan data dilakukan
di Balai Kesehatan Mata Masyarakat yang terletak Jl. Wijaya Kusuma No.19, Banta-
Bantaeng, Rappocini, Kota Makassar. Adapun pengolahan datanya dilakukan di
Kampus Teknik Universitas Hasanuddin.
3.2 Tahapan Penelitian
Gambar 3.1 Diagram Tahapan Penelitian
37
a. Studi literatur terkait, pada tahap ini dilakukan pengkajian terhadap literature –
literature yang dapat menunjang sistem untuk mendeteksi katarak berbasis
android ini.
b. Identifikasi kebutuhan penelitian, pada tahap ini, dilakukan persiapan yang
akan menunjang dalam penelitian ini.
c. Pengumpulan data, pada tahap ini dilakukan pengumpulan data / citra mata
katarak yang akan dianalasis.
d. Analisis data citra, dilakukan penyeleksian gambar yang layak untuk digunakan
dalam penelitian.
e. Implementasi algoritma image processing, setelah sebelumnya dianalisis
selanjutnya menerapkan algoritma. Pada penelitian ini menggunakan algoritma
atau metode GLCM (Gray Level Co – occurrence Matrix) dan SVM(Support
Vector Machine). pada proses GLCM.
f. Pengujian sistem, setelah mengimplementasikan algoritma atau metode maka
dilakukan pengujian sistem untuk mengetahui ketepatan dan kesalahan sistem
yang telah dibangun.
g. Kesimpulan penelitian, pada tahap ini maka diperolehlah kesimpulan
berdasarkan penelitian ini.
38
3.3 Instrumen Penelitian
Instrumen yang digunakan dalam penelitian ini meliputi:
3.3.1 Perangkat Lunak
1. Pada Desktop
a. Sistem Operasi Microsoft Windows 10
b. Image editing (CorelDraw x7)
c. Android Studio
d. MATLAB R2016a
2. Pada Smartphone
Software yang digunakan adalah adalah sistem operasi Android versi
6.0.1 Marshmallow.
3.3.2 Perangkat Keras
1. Pada Desktop
a. Laptop HP
b. Processor : Intel® Core™ i5-4200U CPU @ 1.60GHz 2.30 GHz
c. RAM 8GB,
d. Hardisk 500GB.
2. Pada Smartphone
a. Samsung Galaxy J5
b. Processor : Qualcomm Snapdragon 410 1.2 GHz quad
c. RAM 1.5GB
d. Media penyimpanan internal 8GB
39
e. Media Penyimpanan eksternal 8GB
f. Rear camera 13 megapixel
g. Front camera 5 megapixel
h. Koneksi Internet
3.4 Teknik Pengampilan Data
Sumber data yang digunakan dalam penelitian ini adalah data berupa gambar.
Pengumpulan data dilakukan dengan mendatangi langsung instansi terkait dengan data
yang dibutuhkan. Instansi tersebut adalah BKMM (Balai Kesehatan Mata Masyarakat)
kota Makassar berupa gambar mata katarak. Dengan bantuan dari dokter ahli mata,
mata dicapture secara langsung menggunakan kamera smartphone. Spesifikasi kamera
yang digunakan adalah 13 megapixel. Pada saat proses pengambilan gambar flash
kamera harus dalam keadaan hidup.
3.5 Perancangan Sistem
Proses perancangan sistem pendeteksi katarak berbasis android ditunjukkan pada
diagram berikut:
40
Gambar 3.2 Blok Diagram Perancangan Sistem
3.5.1 Input Citra
Pada tahap penelitian ini, proses pengambilan citra mata menggunakan
kamera smartphone. Proses pengambilan citra, flash kamera dalam keadaan
hidup. Ukuran citra yang digunakan adalah 2322 x 4128 pixel dengan ekstensi
.jpg, file input berjenis RGB.
Input Citra
Preprocessing
Ekstraksi Fitur
Klasifikasi
Output
41
Gambar 3.3 Input citra
Gambar 3.4 Gambar Input Citra
3.5.2 Preprocessing
Pada tahap ini, dilakukan proses cropping citra dengan ukuran 2322 x 4128
pixel menjadi 30 x 30 pixel, dan selanjutnya akan dilakukan proses grayscale .
42
Gambar 3.5 Proses cropping dan resize
Gambar 3.6 Preprocessing
Input Citra
Cropping
Hasil Cropping
Grayscale
Hasil Grayscale
43
3.5.3 Ekstraksi Fitur
a. Metode Gray Level Co – occurrence Matrix (GLCM)
Gambar 3.7 Diagram alir ekstraksi fitur menggunakan GLCM
1. Citra Grayscale
Citra RGB yang merupakan masukkan pada sistem akan diubah menjadi
grayscale yang selanjutnya akan diekstraksi fitur.
Gambar 3.8 Mengubah citra RGB menjadi citra grayscale
Citra
Grayscale
Kuantisasi Menjadi 32
tingkat keabuan
Menghitung Jumlah ketetanggaan
pixel
Symmetric
Normalisasi Menghitung ciri
citra
44
Tabel 3.1 Pixel Citra Grayscale
2. Kuantisasi Pixel menjadi 32 tingkat level keabuan
Sebelumnya citra RGB diubah menjadi citra garyscale, selanjutnya dilakukan
kuantisasi 32 tingkat derajat level keabuan. perhitungan kuantisasi 32 level derajat
keabuan berdasar table dibawah ini
45
Tabel 3.2 Hasil kuantisasi 32 tingkat derajat keabuan
3. Menghitung Jumlah ketetanggaan pixel
Setelah dilakukan kuantisasi, hasil dari pada tahap ini dilakukan perhitungan
jumlah ketanggann pixel berdasarkan hasil kuantisasi 32 level derajat keabuan
dengan masing – masing menghitung berdasarkan 4 sudut yaitu 00, 450, 900, 1350.
46
a. Sudut 00
Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan
perhitungan ketetanggaan pixel berdasarkan sudut 00. Pada perhitungan
ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table
dibawah ini.
Table 3.3 Proses perhitungan ketetanggaan pixel berdasarkan sudut 00
6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7
7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7
8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8
8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7
8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8
8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8
9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8
9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9
9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9
10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10
9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10
9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10
11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9
11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10
11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10
11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11
11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12
12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12
12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12
12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13
12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13
12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13
47
Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 00.
Table 3.4 Hasil perhitungan ketetanggaan pixel berdasarkan sudut 00.
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 74 20 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 25 152 14 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 21 116 17 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 25 115 17 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 18 75 20 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 12 44 16 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 13 51 9 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 8 4 3 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
48
b. Sudut 450
Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan
perhitungan ketetanggaan pixel berdasarkan sudut 450. Pada perhitungan
ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table
dibawah ini.
Table 3.5 Proses perhitungan ketetanggaan pixel berdasarkan sudut 00
6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7
7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7
8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8
8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7
8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8
8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8
9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8
9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9
9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9
10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10
9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10
9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10
11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9
11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10
11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10
11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11
11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12
12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12
12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12
12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13
12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13
12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13
49
Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 450
Table 3.6 hasil perhitungan ketetanggaan pixel berdasarkan suut 450
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 56 16 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 38 134 8 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 41 97 9 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 41 98 12 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 35 63 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 7 23 45 4 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 2 22 47 2 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 11 3 1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 2 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
50
c. Sudut 1350
Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan
perhitungan ketetanggaan pixel berdasarkan sudut 1350. Pada perhitungan
ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table
dibawah ini.
Table 3.7 Proses perhitungan ketetanggaan pixel berdasarkan sudut 1350
6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7
7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7
8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8
8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7
8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8
8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8
9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8
9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9
9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9
10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10
9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10
9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10
11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9
11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10
11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10
11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11
11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12
12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12
12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12
12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13
12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13
12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13
51
Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 1350
Tabel 3.8 hasil perhitungan ketetanggaan pixel berdasarkan sudut 1350
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 55 18 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 38 133 9 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 31 105 16 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 38 99 12 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 34 64 2 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 22 43 5 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 24 43 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 10 4 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
52
d. Sudut 900
Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan
perhitungan ketetanggaan pixel berdasarkan sudut 1350. Pada perhitungan
ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table
dibawah ini.
Table 3.9 Proses perhitungan ketetanggaan pixel berdasarkan sudut 900
6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7
7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7
7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7
8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8
8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8
8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7
8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8
8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8
9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8
9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9
9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9
9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9
9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9
10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10
9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10
9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10
10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10
11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10
10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9
11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10
11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10
11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11
11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12
12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12
12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12
12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13
12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13
12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13
53
Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 900
Tabel 3.10 hasil perhitungan ketetanggaan pixel berdasarkan sudut 900
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 66 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 35 150 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 33 117 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 37 104 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 38 66 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 28 50 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 23 46 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
54
4. Symmetric
a. Sudut 00
Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut 00,
selanjutnya dilakukan proses transpose.
Tabel 3.11 Proses transpose sudut 00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 1 74 25 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 20 152 21 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 14 116 25 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 17 115 18 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 17 75 12 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 20 44 13 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 16 51 8 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 9 4 3 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
55
Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan nilai
dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.
Table 3.12 Hasil Penjumlahan ketetanggaan pixel dan transpose sudut 00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 148 45 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 45 304 35 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 35 232 42 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 42 310 33 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 33 150 32 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 32 88 29 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 29 102 17 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 17 8 6 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
56
b. Sudut 450
Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut
450, selanjutnya dilakukan proses transpose.
Tabel 3.13 Proses transpose sudut 450
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 56 38 1 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 16 134 41 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 8 97 41 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 9 98 35 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 12 63 7 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 7 1 23 2 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 2 45 22 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 4 47 11 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 2 3 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
57
Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan nilai
dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.
Tabel 3.14 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 450
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 112 54 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 54 268 49 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 1 49 194 50 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 50 196 47 7 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 47 126 24 2 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 7 24 90 26 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 2 26 94 13 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 13 6 3 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 3 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
58
c. Sudut 1350
Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut
1350, selanjutnya dilakukan proses transpose.
Tabel 3.15 Proses transpose sudut 1350
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 55 38 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 18 133 31 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 9 105 38 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 16 99 34 2 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 12 64 22 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 2 43 24 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 5 43 10 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 4 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
59
Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan nilai
dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.
Tabel 3.16 Hasil penjumlahan nilai tetetangaan pixel dan transpose sudut 1350
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 2 110 56 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 56 266 40 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 40 210 54 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 54 198 46 2 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 46 128 24 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 2 24 86 29 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 29 86 11 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 1 11 8 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
60
d. Sudut 900
Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut
900, selanjutnya dilakukan proses transpose.
Tabel 3.17 Proses transpose sudut 900
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 66 35 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 150 33 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 5 117 37 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 7 104 38 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 12 66 28 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 50 23 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 2 46 0 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 3 12 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
61
Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan
nilai dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.
Tabel 3.18 Hasil penjumlahan nilai ketetangaan pixel dan transpose sudut 900
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 132 35 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 35 300 38 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 38 234 44 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 44 208 50 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 50 132 28 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 28 100 25 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 25 92 3 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 3 24 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 2 0 2 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
62
5. Normalisasi
𝑃𝑖,𝑗=𝑉𝑖,𝑗
∑ 𝑉𝑖𝑗𝑁−1𝑖,𝑗=0
(1)
𝑃𝑖,𝑗 = Hasil Normalisasi
𝑉𝑖,𝑗 = nilai baris dan kolom
∑ 𝑉𝑖𝑗𝑁−1𝑖,𝑗=0 = hasil penjumlahan nilai baris dan kolom
a. Sudut 00
Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses
normalisasi berdasarkan sudut 00. Proses normalisasi dilakukan dengan rumus (1).
Tabel 3.19 Hasil normalisasi berdasarkan sudut 00
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0011 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0811 0.0246 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0246 0.1665 0.0192 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0.0192 0.1271 0.023 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0.023 0.1698 0.0181 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0.0181 0.0821 0.0175 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0.0175 0.0482 0.0159 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0.0159 0.0559 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0.0093 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
63
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
b. Sudut 450
Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses
normalisasi berdasarkan sudut 450. Proses normalisasi dilakukan dengan rumus (1).
Tabel 3.19 Hasil normalisasi berdasarkan sudut 450
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0.0012 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0.0012 0.0681 0.0328 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0.0328 0.1629 0.0298 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0.0006 0.0298 0.1179 0.0304 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0.0304 0.1191 0.0286 0.0043 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0.0286 0.0766 0.0146 0.0012 0 0 0 0 0
0 0 0 0 0 0 0 0 0.0043 0.0146 0.0547 0.0158 0.0006 0 0 0 0
0 0 0 0 0 0 0 0 0 0.0012 0.0158 0.0571 0.0079 0.0006 0 0 0
0 0 0 0 0 0 0 0 0 0 0.0006 0.0079 0.0036 0.0018 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0.0006 0.0018 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
64
c. Sudut 1350
Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses
normalisasi berdasarkan sudut 1350. Proses normalisasi dilakukan dengan rumus (1).
Tabel 3.21 hasil normalisasi berdasarkan sudut 1350
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0012 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0.0012 0.0675 0.0344 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0344 0.1633 0.0246 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0.0246 0.1289 0.0331 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0.0331 0.1215 0.0282 0.0012 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0.0282 0.0773 0.0147 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0.0012 0.0147 0.0528 0.0178 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0.0178 0.0528 0.0068 0.0012 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0.0006 0.0068 0.0049 0.0012 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0.0012 0.0012 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
65
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
d. Sudut 900
Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses
normalisasi berdasarkan sudut 450. Proses normalisasi dilakukan dengan rumus (1).
Tabel 3.22 hasil normalisasi berdasarkan sudut 900
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0012 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0789 0.0209 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0.0209 0.1792 0.0227 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0.0227 0.1398 0.0263 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0.0263 0.1243 0.0299 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0.0299 0.0789 0.0167 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0.0167 0.0597 0.0149 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0.0149 0.0541 0.0018 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0.0018 0.0143 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0.0012 0 0.0012 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
66
6. Perhitungan fitur GLCM berdasarkan sudut 0°, 45°, 90°, 135°
Pada tahap ini, dilakukan perhitungan fitur berdasarkan empat sudut, yaitu
0°, 45°, 90°, 135°. Fitur GLCM yang digunakan terdapat empat, yaitu,
contrast, correlation, energy, homogeneity. Pada perhitungan fitur GLCM,
nilai yang dihunakan adalah nilai normalisasi yang telah dihitung.
a. Sudut 00
1. Contras = ∑ 𝑃𝑢 (𝑖 − 𝑗)𝑛𝑖,𝑗=0
2
= 0,0011 (6-6)2 + 0,0011(6-7)2 + 0,0011(7-6)2 + 0,0811(7-7)2 + 0,0246
(7-8)2 + 0,0246(8-7)2 + 0,1665(8-8)2 + 0,0192(8-9)2 + 0,092 (9-8)2
+ 0,1271(9-9)2 + 0,023(9-10)2 + 0,023(10-9)2 + 0,1698(10-10)2 +
0,0181(10-11)2 + 0,0181(11-10)2 + 0,0821(11-11)2 + 0,0175(11-12)2
+ 0,0175(12-11)2 + 0,0482(12-12)2 + 0,0259(12-13)2 + 0,0159(13-
12)2 + 0,0559(13-13)2 + 0,0093(13-14)2 + 0,0093(14-13)2 +
0,0044(14-14)2 + 0,0033(14-15)2 + 0,0033(15-14)2
=
= 0,264
2. Homogeneity = ∑𝑃𝑖,𝑗
1+(𝑖−𝑗)2𝑛=1𝑖,𝑗=0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 + 0,0011 + 0,0011+ 0 + 0,0246 + 0,0246 + 0 + 0,0192 + 0,0192 + 0,023 +
0,023 + 0 + 0,0181 + 0,0181 + 0 + 0,0175 + 0,0175 + 0 + 0,0159 + 0,0159 +
0 + 0,0093 + 0,0093 + 0 + 0,0033 + 0,0033
67
= 0,0011
1+(6−6)2 +
0,0011
1+(6−7)2 +
0,0011
1+(7−6)2 +
0,0811
1+(0) +
0,0246
1+(7−8)2 +
0,0246
1+1 +
0,1665
1 +
0.0192
1+(8−9)2 +
0,0192
1+(9−1)2 +
0,1271
1+(9−9)2 +
0,023
1+(9−10)2 +
0.023
1+(10−9)2
+ 0,1698
1+(10−10)2 +
0,0181
1+(10−11)2 +
0.0821
1+(11−11)2 +
0.0175
1+(11−12)2 +
0,0175
1+(12−11)2
+ 0,0482
1+(12−12)2 +
0,0159
1+(12−12)2 +
0,0159
1+(13−12)2+
0,0559
1+(13−13)2 +
0,0093
1+(13−14)2
+ 0,0093
1+(14−13)2 +
0,0044
1+(14−14)2 +
0,0033
1+(14−15)2 +
0,0033
1+(15−14)2
Homogeneity =
0,0011+ 0,00055 + 0,00055 + 0,00055 + 0,0123 + 0,0123 + 0,1665 +
0,0096 + 0,0096 + 0,1271 + 0,0115 + 0,0115 + 0,1698 + 0,1698 +
0,00905 + 0,0821 + 0,00875 + 0,00875 + 0,0482 + 0,00759 + 0,00759 + 0,0559 + 0,00465 + 0.0044 + 0.00165 + 0.00165
= 0, 8682
3. Energy
= 0,00000121 + 0,00000121 + 0,00000121 + 0,00657721 +
0,00060516 + 0,02772225 + 0,00036864 + 0,00036864 + 0,01615441
+ 0,00032761 + 0,00032761 + 0,00674041 + 0,00030625 +
0,00030625 + 0,00232324 + 0,00025281 + 0,00025281 + 0,00312481
+ 0,00008649 + 0,00008649 + 0,00001936 + 0,00001089 + 0,0001089
= 0,0965
4. Correlation
∑ 𝑃𝑖,𝑗
[ (𝑖 − 𝜇𝑖)(𝑗 − 𝜇𝑗)
√(𝜎𝑖 2) (𝜎𝑗
2)] 𝑁−1
𝑖,𝑗=0
(0,0011)2 + (0,0011)2 + (0,0011)2 + (0,0811)2 + (0,0246)2 + (0,0246)2 +
(0,1665)2 + (0,0192)2 + (0,1271)2 + (0,023)2 + (0,023)2 + (0,1698)2 +
(0,0181)2 + (0,0181)2 + (0,0821)2 + (0,0175)2 + (0,0175)2 + (0,0492)2 +
(0,0159)2 + (0,0159)2 + (0,0559)2 + (0,0093)2 + (0,0093)2 + (0,0044)2 +
(0,0033)2 + (0,0033)2
68
𝜇𝑖 = ∑ 𝑖(𝑃𝑖,𝑗)
𝑁−1
𝑖,𝑗=0
𝜇𝑗 = ∑ 𝑗(𝑃𝑖,𝑗)
𝑁−1
𝑖,𝑗=0
𝜎𝑖2 = ∑ 𝑃𝑖,𝑗 (𝑖 − 𝜇𝑖)
2
𝑁−1
1 ,𝑗=0
𝜎𝑗2 = ∑ 𝑃𝑖,𝑗 (𝑗 − 𝜇𝑖)
2
𝑁−1
1 ,𝑗=0
𝜇𝑖 = 6 (0.0011 + 0.0011) + 7 (0.0011 + 0.0811 + 0.0246)
+ 8(0.0246 + 0.1665 + 0.0192)
+ 9(0.0192 + 0.01271 + 0.023)
+ 10 (0.023 + 0.1698 + 0.0181)
+ 11(0.0181 + 0.0821 + 0.0175)
+ 12 (0.0175 + 0.0482 + 0.0159)
+ 13 (0.0159 + 0.0559 + 0.0093)
+ 14(0.0093 + 0.0044 + 0.0033) + 15(0.0033)
= 0.0132 + 0.7476 + 1.6824 + 1.5237 + 2.109 + 1.2947 +
0.9792 1.0543 + 0.238 + 0.0495 = 9.6916
𝜇𝑖 = 6 (0.0011 + 0.0011) + 7 (0.0011 + 0.0811 + 0.0246)
+ 8(0.0246 + 0.1665 + 0.0192)
+ 9(0.0192 + 0.01271 + 0.023)
+ 10 (0.023 + 0.1698 + 0.0181)
+ 11(0.0181 + 0.0821 + 0.0175)
+ 12 (0.0175 + 0.0482 + 0.0159)
+ 13 (0.0159 + 0.0559 + 0.0093)
+ 14(0.0093 + 0.0044 + 0.0033) + 15(0.0033)
= 0.0132 + 0.7476 + 1.6824 + 1.5237 + 2.109 + 1.2947 +
0.9792 + 1.0543 + 0.238 + 0.0495 = 9.6916
𝜎𝑖2 = 0.0011 (6 − 9.6916)2 + 0.0011 (6 − 9.6916)2 +
0.0011 (7 − 9.6916)2 + 0.0811 (7 − 9.6916)2 + 0.0246 (7 −
9.6916)2 + 0.0246 (8 − 9.6916)2 + 0.1665 (8 − 9.6916)2 +
0.0192 (8 − 9.6916)2 + 0.0192 (9 − 9.6916)2 + +0.1271 (9 −
69
9.6916)2 + 0.023 (9 − 9.6916)2 + 0.023 (10 − 9.6916)2 +
0.1698 (10 − 9.6916)2 + 0.0181 (10 − 9.6916)2 +
0.0181 (11 − 9.6916)2 + 0.0821 (11 − 9.6916)2 +
0.0175 (11 − 9.6916)2 + 0.0175 (12 − 9.6916)2 +
0.0482 (12 − 9.6916)2 + 0.0159 (12 − 9.6916)2 +
0.0159 (13 − 9.6916)2 + 0.0559 (13 − 9.6916)2 +
0.0093 (13 − 9.6916)2 + 0.0093 (14 − 9.6916)2 +
0.0044 (14 − 9.6916)2 + 0.0033 (14 − 9.6916)2 +
0.0033 (15 − 9.6916)2
𝜎𝑖2= 3.3491
𝜎𝑗2 = 0.0011 (6 − 9.6916)2 + 0.0011 (6 − 9.6916)2 +
0.0011 (7 − 9.6916)2 + 0.0811 (7 − 9.6916)2 + 0.0246 (7 −
9.6916)2 + 0.0246 (8 − 9.6916)2 + 0.1665 (8 − 9.6916)2 +
0.0192 (8 − 9.6916)2 + 0.0192 (9 − 9.6916)2 + +0.1271 (9 −
9.6916)2 + 0.023 (9 − 9.6916)2 + 0.023 (10 − 9.6916)2 +
0.1698 (10 − 9.6916)2 + 0.0181 (10 − 9.6916)2 + 0.0181 (11 −
9.6916)2 + 0.0821 (11 − 9.6916)2 + 0.0175 (11 − 9.6916)2 +
0.0175 (12 − 9.6916)2 + 0.0482 (12 − 9.6916)2 + 0.0159 (12 −
9.6916)2 + 0.0159 (13 − 9.6916)2 + 0.0559 (13 − 9.6916)2 +
0.0093 (13 − 9.6916)2 + 0.0093 (14 − 9.6916)2 + 0.0044 (14 −
9.6916)2 + 0.0033 (14 − 9.6916)2 + 0.0033 (15 − 9.6916)2
𝜎𝑗2= 3.3491
5. Correlation
0.0011(6−9.6916)(6−9.6916)
√(1.85452)(1.85452) + 0.0011
(6−9.6916)(7−9.6916)
√(1.85452)(1.85452) +
0.0011(7−9.6916)(6−9.6916)
√(1.85452)(1.85452) + 0.0811
(7−9.6916)(7−9.6916)
√(1.85452)(1.85452) +
0.0246(7−9.6916)(8−9.6916)
√(1.85452)(1.85452) + 0.0246
(8−9.6916)(7−9.6916)
√(1.85452)(1.85452) +
0.1665(8−9.6916)(8−9.6916)
√(1.85452)(1.85452) + 0.0192
(8−9.6916)(9−9.6916)
√(1.85452)(1.85452) +
0.0192(9−9.6916)(8−9.6916)
√(1.85452)(1.85452) + 0.1271
(9−9.6916)(9−9.6916)
√(1.85452)(1.85452) +
0.023(9−9.6916)(10−9.6916)
√(1.85452)(1.85452) + 0.023
(10−9.6916)(9−9.6916)
√(1.85452)(1.85452) +
0.1698(10−9.6916)(10−9.6916)
√(1.85452)(1.85452) + 0.0181
(10−9.6916)(11−9.6916)
√(1.85452)(1.85452) +
70
0.0181(11−9.6916)(10−9.6916)
√(1.85452)(1.85452) + 0.0821
(11−9.6916)(11−9.6916)
√(1.85452)(1.85452) +
0.0175(11−9.6916)(12−9.6916)
√(1.85452)(1.85452) + 0.0175
(12−9.6916)(11−9.6916)
√(1.85452)(1.85452)
+ 0.0482(12−9.6916)(12−9.6916)
√(1.85452)(1.85452) + 0.0159
(12−9.6916)(13−9.6916)
√(1.85452)(1.85452) +
0.0559(13−9.6916)(13−9.6916)
√(1.85452)(1.85452) + 0.0093
(13−9.6916)(14−9.6916)
√(1.85452)(1.85452) +
0.0093(14−9.6916)(13−9.6916)
√(1.85452)(1.85452) + 0.0044
(14−9.6916)(14−9.6916)
√(1.85452)(1.85452) +
0.0033(14−9.6916)(15−9.6916)
√(1.85452)(1.85452) + 0.0033
(15−9.6916)(14−9.6916)
√(1.85452)(1.85452)
= 0.0057 + 0.0042 + 0.0042 + 0.224 + 0.0427 + 0.0427 + 0.1817 + 0.0086 +
0.0086 + 0.0232 + (-0.0019) + (-0.0019) + 0.0062 + 0.0028 + 0.0028 + 0.0536
+ 0.0202 + 0.0202 + 0.0848 + 0.0463 + 0.141 + 0.0505 + 0.0505 + 0.0145 +
0.0208 + 0.0208
= 1.0061
b. Sudut 450
1. Contras = ∑ 𝑃𝑢 (𝑖 − 𝑗)𝑛𝑖,𝑗=0
2
= 0,0012(6-7)2 + 0,0012(7-6)2 + 0,0681(7-7)2 + 0,0328(7-8)2 +
0,0328(8-7)2 + 0,1629(8-8)2 + 0,0298(8-9)2 + 0,092 (8-9)2 +
0,006(9-7)2 + 0,0298(9-8)2 + 0,1179(9-9)2 + 0,0304(9-10)2 +
0, 0304 (10-9)2 + 0,191(10-10)2 + 0,0286(10-11)2 +
0,0043(12-10)2 + 0,0146(12-11)2 + 0,0547(12-12)2 +
0,0158(12-13)2 + 0,0006(12-14)2 + 0,0012(13-11)2 +
0,0158(13-12)2 + 0,0571(13-13)2 + 0,0079(13-14)2 +
0,0006(13-15)2 + 0,0006(14-12)2 + 0,0079(14-13)2 +
0,0036(14-14)2 + 0,0018(14-15)2 + 0,0006(15-13)2 +
0,0018(15-14)2
=
= 0,3818
2. Homogeneity = ∑𝑃𝑖,𝑗
1+(𝑖−𝑗)2𝑛=1𝑖,𝑗=0
0,0012 + 0,0012 +0 + 0,0328 + 0,0328 + 0 + 0,0298 + 0,0024 + 0,0298 + 0
+ 0,0304 + 0,0304 + 0 + 0,0286 + 0,0172 + 0,0826 + 0 + 0,0146 + 0,0084 +
0,0172+ 0,0012 + 0,0146+ 0 + 0,0079 + 0,0158 + 0,0024 + 0,0048 +
0,0158 + 0,0079 + 0,0024 + 0,0024 + 0,0079 + 0 + 0,0018 + 0,0024 +
0,018
71
0,0012
1+(6−7)2+
0,0011
1+(6−7)2 +
0,0012
1+(7−6)2 +
0,0681
1+(7−7)2 +
0,0328
1+(7−8)2 +
0,0328
1+(8−7)2 +
0,1629
1+(8−8)2+
0.0298
1+(8−9)2 +
0,0006
1+(9−7)2 +
0,0298
1+(9−8)2+
0,1179
1+(9−9)2 +
0.0304
1+(9−10)2
+0,0304
1+(10−9)2 +
0,1191
1+(10−10)2 +
0.0286
1+(10−11)2 +
0.0043
1+(10−12)2 +
0,0286
1+(11−10)2 +
0,0766
1+(11−11)2+
0,0146
1+(11−12)2 +
0,0012
1+(11−13)2+
0,0043
1+(12−10)2 +
0,0547
1+(12−12)2+
0,0158
1+(12−13)2+
0,0006
1+(12−13)2 +
0,0012
1+(13−11)2+
0,0158
1+(13−12)2+
0,0571
1+(13−13)2+
0,0006
1+(13−15)2+
0,0006
1+(14−12)2+
0,0079
1+(14−13)2+
0,0036
1+(14−14)2+
0,0018
1+(14−15)2+
0,0006
1+(15−13)2+
0,0018
1+(15−14)2
Homogeneity = 0,0006+ 0,0006 + 0,0681 + 0,0681 + 0,0164 +
0,0164 + 0,1629 + 0,0149 + 0,00012 + 0,0149 +
0,1179 + 0,0152 + 0,0152 + 0,1191 + 0,0146 +
0,00086 + 0,0143 + 0,0766 + + 0,0073 +
0,00024 + 0,00086 + 0,0547 + 0,0079 +
0,00012 + 0,0024 + 0,0079 + 0,0571 +
0,00395 + 0,00012 + 0,00012 + 0,00395 +
0,0036 + 0,0009 + 0,00012 + 0,0009
= 0, 8726
3. Energy = ∑ {𝑝(𝑖, 𝑗)}2𝑁−1𝑖,𝑗=0
= (0,0012)2 + (0,0012)2 + (0,0681)2 + (0,0328)2 + (0,0328)2 +
(0,1629)2 + (0,0298)2 + (0,092)2 + (0,006)2 + (0,0298)2 +
(0,1179)2 + (0,0304)2 + (0, 0304)2 + (0,191)2 + (0,0286)2 +
(0,0043)2 + (12-11)2 + (0,0547)2 + (0,0158)2 + (0,0006)2 +
(0,0012)2 + (0,0158)2 + (0,0571)2 + (0,0079)2 + (0,0006)2 +
(0,0006)2 + (0,0079)2 + (0,0036)2 + (0,0018)2 + (0,0006)2 +
(0,0018)2
= 0,00000144 + 0,00000144 + 0,00463761+ 0,00463761 + 0,02653641
+ 0,00088804 + 0,00000036 + 0,00088804 +0,01390041 +
0,00092416 + 0,0092416 + 0,01418481 + 0,00081796 + 0,00001849
+ 0,0001796 + 0,00586756 + 0,00299209 + 0,00024964 +
0,00000036 + 0,000000144 + 0,00024964 + 0,00316041 +
0,000064241 + 0,00000036 + 0,00000036 + 0,00006241 +
0,00001296 + 0,00000324 + 0,00000036 + 0,00000324
72
= 0,0824
4. Correlation
𝜇𝑖 = 6 (0.0012) + 7 (0.0012 + 0.0681 + 0.0328) + 8 (0.0328 +
0.1629 + 0.0298) + 9 (0.0006 + 0.0298 + 0.1179 + 0.0304) +
10 (0.0304 + 0.1191 + 0.0286 + 0.0043) + 11 (0.0286 + 0.0766
+ 0.0146 + 0.0012) + 12 (0.0043 + 0.0146 + 0.0547 + 0.0158 +
0.0006) + 13 (0.0012 + 0.0158 + 0.0571 + 0.0079 + 0.0006) +
14(0.0006 +0.0079 + 0.0036 + 0.0018) + 15 (0.0006 +0.0018)
= 0.0072 + 0.7147 + 1.804 + 1.6083 + 1.824 + 1.331 + 1.08 +
1.0738 + 0.1946 + 0.036
= 9.6736
𝜇𝑗 = 6 (0.0012) + 7 (0.0012 + 0.0681 + 0.0328 + 0.0006) + 8
(0.0328 + 0.1629 + 0.0298) + 9 (0.0298 + 0.1179 + 0.0304) +
10 (0.0304 + 0.1191 + 0.0286 + 0.0043) + 11 (0.0286 + 0.0766
+ 0.0146 + 0.0012) + 12 (0.0043 + 0.0146 + 0.0547 + 0.0158 +
0.0006) + 13 (0.0012 + 0.0158 + 0.0571 + 0.0079 + 0.0006) +
14(0.0006 +0.0079 + 0.0036 + 0.0018) + 15 (0.0006 +0.0018)
= 0.0072 + 0.7189 + 1.804 + 1.6029 + 1.824 + 1.331 + 1.08 +
1.0738 + 0.1946 + 0.036
= 9.6724
𝜎𝑖2 = 0.0012 (7 – 9.6736)2 + 0.0681(7 – 9.6736)2 + 0.0328(7 –
9.6736)2 + 0.0328(8 -9.6736)2 +0.1629(8 -9.6736)2 + 0.0298(8
-9.6736)2 + 0.0006(9 -9.6736)2 + 0.0298(9 -9.6736)2 +
0.1179(9 -9.6736)2 + 0.0304(9 -9.6736)2 + 0.0304(10-9.6736)2
+ 0.1191(10-9.6736)2 + 0.0286(10-9.6736)2 + 0.0043(10-
9.6736)2 + 0.0286(11-9.6736)2 + 0.0286(11-9.6736)2 +
0.0766(11-9.6736)2 + 0.0146(11-9.6736)2 + 0.0012(11 –
9.6736)2 + 0.0043 (12 – 9.6736)2 + 0.0146 (12 – 9.6736)2 +
0.0547 (12 – 9.6736)2 + 0.0158 (12 – 9.6736)2 + 0.0006 (12 –
9.6736)2 + 0.0012(13 – 9.6736)2 + 0.0158 (13 – 9.6736)2 +
0.0571 (13 – 9.6736)2 + 0.0079 (13 – 9.6736)2 + 0.0006(13 –
9.6736)2 + 0.0006(14 – 9.6736)2 + 0.0079(14 – 9.6736)2 +
0.0036(14 – 9.6736)2 + 0.0018(14 – 9.6736)2 + + 0.0006(15 –
9.6736)2 + 0.0018(15 – 9.6736)2
73
= 0.0086 + 0.4868 + 0.2345 + 0.0919 + 0.4563 + 0.0835 +
0.0003 + 0.0135 + 0.0535 + 0.0138 + 0.0032 + 0.0127 + 0.003
+ 0.0005 + 0.0503 + 0.1348 + 0.0257 + 0.0021 + 0.0233 +
0.079 + 0.296 + 0.0855 + 0.0032 + 0.0132 + 0.1749 + 0.6318 +
0.0874 + 0.0067 + 0.0112 + 0.1479 + 0.0674 + 0.0337 + 0.017
+ 0.051
= 3.4205
𝜎𝑗2 = 0.0012 (6 – 9.6724)2 + 0.0012(7 – 9.6724)2 + 0.0681(7 –
9.6724)2 + 0.0681(7 – 9.6724)2 + 0.0328(7 – 9.6724)2 +
0.0006(7 – 9.6724)2 + 0.0328(8 – 9.6724)2 + 0.1629(8 –
9.6724)2 + 0.0298(8 – 9.6724)2 + 0.0298(9 – 9.6724)2 +
0.1179(9 – 9.6724)2 + 0.0298(9 – 0.0304)2 + 0.0304 (10 –
9.6724)2 +0.1191 (10 – 9.6724)2 + 0.0286 (10 – 9.6724)2 +
0.0043 (10 – 9.6724)2 + 0.0286 (11 – 9.6724)2 + 0.0766 (11 –
9.6724)2 + 0.0146 (11 – 9.6724)2 +0.0012 (11 – 9.6724)2 +
0.0043 (12 – 9.6724)2 + 0.0146 (12 – 9.6724)2 + 0.0547 (12 –
9.6724)2 + 0.0158 (12 – 9.6724)2 + 0.0006 (12 – 9.6724)2 +
0.0012 (13 – 9.6724)2 + 0.0158 (13 – 9.6724)2 + 0.0571 (13 –
9.6724)2 + 0.0079 (13 – 9.6724)2 + 0.0006 (13 – 9.6724)2 +
0.0006 (14 – 9.6724)2 + 0.0079 (14 – 9.6724)2 + 0.0036 (14 –
9.6724)2 + 0.0018 (14 – 9.6724)2 + 0.0006 (15 – 9.6724)2 +
0.0018 (15 – 9.6724)2
= 0.0162 + 0.0086 + 0.04864 + 0.2342 + 0.0043 + 0.0917 +
0.4556 + 0.0833 + 0.0135 + 0.0533 + 0.0137 + 0.0033 +
0.0128 + 0.0031 + 0.0005 + 0.0504 + 0.135 + 0.0257 + 0.0021
+ 0.0233 + 0.0791 + 0.2963 + 0.0856 + 0.0033 + 0.0133 +
0.17495 + 0.6323 + 0.0875 + 0.0066 + 0.0112 + 0.14795 +
0.0674 + 0.0337 + 0.017 + 0.0511
= 3.4243
Correlation = 0.0012 (6−9.6736) (7−9.6724)
√(1.8495)2 (1.8505)2 + 0.0012
(7−9.6736) (6−9.6724)
√(1.8495)2 (1.8505)2 +
0.0681 (7−9.6736) (7−9.6724)
√(1.8495)2 (1.8505)2 + 0.0328
(7−9.6736) (8−9.6724)
√(1.8495)2 (1.8505)2 +
0.0328 (8−9.6736) (7−9.6724)
√(1.8495)2 (1.8505)2 + 0.1629
(8−9.6736) (8−9.6724)
√(1.8495)2 (1.8505)2 +
0.0298 (8−9.6736) (9−9.6724)
√(1.8495)2 (1.8505)2 + 0.0006
(9−9.6736) (7−9.6724)
√(1.8495)2 (1.8505)2 +
74
0.0006 (9−9.6736) (7−9.6724)
√(1.8495)2 (1.8505)2 + 0.0298
(9−9.6736) (8−9.6724)
√(1.8495)2 (1.8505)2 +
0.1179 (9−9.6736) (9−9.6724)
√(1.8495)2 (1.8505)2 + 0.0304
(9−9.6736) (10−9.6724)
√(1.8495)2 (1.8505)2 +
0.0304 (10−9.6736) (9−9.6724)
√(1.8495)2 (1.8505)2 + 0.1191
(10−9.6736) (10−9.6724)
√(1.8495)2 (1.8505)2 +
0.0286 (10−9.6736) (11−9.6724)
√(1.8495)2 (1.8505)2 + 0.0043
(10−9.6736) (12−9.6724)
√(1.8495)2 (1.8505)2 +
0.0286 (11−9.6736) (10−9.6724)
√(1.8495)2 (1.8505)2 + 0.0766
(11−9.6736) (11−9.6724)
√(1.8495)2 (1.8505)2 +
0.0146 (11−9.6736) (12−9.6724)
√(1.8495)2 (1.8505)2 + 0.0012
(11−9.6736) (13−9.6724)
√(1.8495)2 (1.8505)2 +
0.042 (12−9.6736) (10−9.6724)
√(1.8495)2 (1.8505)2 + 0.0146
(12−9.6736) (11−9.6724)
√(1.8495)2 (1.8505)2
0.0547 (12−9.6736) (12−9.6724)
√(1.8495)2 (1.8505)2 + 0.0158
(12−9.6736) (13−9.6724)
√(1.8495)2 (1.8505)2 +
0.0006 (12−9.6736) (14−9.6724)
√(1.8495)2 (1.8505)2 + 0.0012
(13−9.6736) (11−9.6724)
√(1.8495)2 (1.8505)2 +
0.0158 (13−9.6736) (12−9.6724)
√(1.8495)2 (1.8505)2 + 0.0571
(13−9.6736) (13−9.6724)
√(1.8495)2 (1.8505)2 +
0.0079 (13−9.6736) (14−9.6724)
√(1.8495)2 (1.8505)2 + 0.0006
(13−9.6736) (15−9.6724)
√(1.8495)2 (1.8505)2 +
0.0006 (14−9.6736) (12−9.6724)
√(1.8495)2 (1.8505)2 + 0.0079
(14−9.6736) (13−9.6724)
√(1.8495)2 (1.8505)2 +
0.0036 (14−9.6736) (14−9.6724)
√(1.8495)2 (1.8505)2 + 0.0018
(14−9.6736) (15−9.6724)
√(1.8495)2 (1.8505)2 +
0.0006 (15−9.6736) (13−9.6724)
√(1.8495)2 (1.8505)2+ 0.0018
(15−9.6736) (14−9.6724)
√(1.8495)2 (1.8505)2
= 0.0034 + 0.0034 + 0.0429 + 0.0589 + 0.1332 + 0.0098 +
0.0003 + 0.0098 + 0.0156 + (-0.00196) + (-0.0019) + 0.0037 +
0.0036 + 0.00095 + 0.0036 + 0.0394 + 0.0132 + 0.0015
+0.00096 + 0.0132 +0.0231 + 0.0357 + 0.0018 +0.0015 +
0.0357 + 0.1847 + 0.0332 + 0.0031 + 0.0018 + 0.0332 +
0.0197 + 0.0121 + 0.0031 + 0.0121
= 0.8942
c. Sudut 1350
1. Contrast
= 0.0012(6 - 7)2 + 0.0012 (7 - 6)2 + 0.0675 (7 - 7)2 + 0.0344 (7 -
8)2 + 0.0344 (8 - 7)2 + 0.1633 (8 - 8)2 + 0.0246(8 - 9)2 + 0.0246 (9
- 8)2 + 1289 (9 - 9)2 + 0.0331(9 - 10)2 + + 0.0331(10 - 9)2 + 0.1215
(10 - 10)2 + 0.0282 (10 - 11)2 + 0.0012 (10 -12)2 + 0.0282 (11 -
75
10)2 + 0.0773 (11 - 11)2 + 0.0147 (11 - 12)2 + 0.0012(12 -10)2 +
0.0147 (12 - 11)2 + 0.0528 (12 -12)2 + 0.0178 (12 - 13)2 + 0.0178
(13 - 12)2 + 0.0528 (13 -13)2 + 0.0068 (13 - 14)2 + 0.0012 (13 -
15)2 + 0.0006 (14 - 12)2 + 0.0068(14 - 13)2 + 0.0049 (14 – 14)2 +
0.0012 (14 - 15)2 + 0.0012 (15 - 13)2 + 0.0012 (15 - 14)2
= 0.0012 + 0.0012 + 0 + 0.0344 + 0.0344 + 0.0246 + 0.0246 + 0 +
0.0331 + 0.0331 + 0 + 0.0282 + 0.0048 + 0.0282 + 0.0147 +
0.0048 + 0.0147 + 0 + 0.0178 + 0.0178 + 0 +0.0068 + 0.0048 +
0.0024 + 0.0068 + 0 + 0.0012 + 0.0048 + 0.0012
= 0.3456
2. Homogeneity 0.0012
1+(6−7)2 +
0.0012
1+(6−7)2 +
0.0675
1+(7−7)2+
0.0344
1+(7−8)2+
0.0344
1+(8−7)2+
0.1633
1+(8−8)2+
0.0246
1+(9−8)2+
0.0246
1+(8−9)2+
0.0331
1+(9−10)2+
0.0331
1+(10−9)2+
0.1215
1+(10−10)2+
0.0282
1+(10−11)2+
0.0012
1+(10−12)2+
0.0182
1+ (11−10)2+
0.0773
1+(11−11)2+
0.0147
1+(11−12)2+
0.0012
1+(12−10)2+
0.0147
1+(12−11)2+
0.0528
1+(12−12)2+
0.0012
1+(14−15)2+
0.0012
1+(15−13)2+
0.0178
1+(13−12)2+
0.0528
1+(13−13)2+
0.0068
1+(13−14)2+
0.0012
1+(13−15 )2+
0.0006
1+(14−12)2 +
0.0068
1+(14−13)2+
0.0049
1+(14−14)2+
0.0012
1+(15−14)2
= 0.0006 + 0.0006 + + 0.0675 + 0.0172 + 0.0172 + 0.1633 + 0.0123
+ 0.0123 + 0.01655 + 0.01655 + 0.1215 + 0.00024 + 0.0141 +
0.0773 + 0.00735 + 0.00024 + 0.00735 + 0.0528 + 0.0006 +
0.0024 + 0.0089 + 0.0089 + 0.0528 + 0.0034 + 0.00024 + 0.0012 +
0.0034 + 0.0049 + 0.0006 + 0.0006
= 0.8321
3. Energy
= 0.00122 + 0.00122 + 0.06752 + 0.03442 + 0.16332 + 0.02462 +
0.02462 + 0.12892 + 0.03312 + 0.12152 + 0.02822 + 0.00122 +
0.02822 + 0.07732 + 0.01472 + 0.00122 + 0.01472 + 0.05282 +
76
0.01782 + 0.01782 + 0.05282 + 0.00682 + 0.00122 + 0.00062 +
0.00682 + 0.00492 + 0.00122 + 0.00122 + 0.00122
= 0.00000144 + 0.00000144 + 0.00455625 + 0.00118336 +
0.02666689 + 0.00060516 + 0.00060516 + 0.01661521 +
0.00109561 + 0.00109561 + 0.01476225 + 0.00079524 +
0.00000144 + 0.00597529 + 0.00021609 + 0.00000144 +
0.0021609 + 0.00278784 + 0.0031684 + 0.00278784 +
0.00004624 + 0.00000144 + 0.00000036 + 0.00004624 +
0.00002401 + 0.00000144 + 0.00000144 + 0.00000144
= 0.0804
4. Correlation
µi = 6(0.0012) + 7(0.0012+0.0675+0.0344) +
8(0.0344+0.1633+0.0246) + 9(0.0246+0.1289+0.0311) +
10(0.0311+0.1215+0.0282+0.0012) +
11(0.0282+0.0773+0.0147) +
12(0.0012+0.0147+0.6528+0.0178) +
13(0.0178+0.0528+0.0068+0.0012) +
14(0.0006+0.0068+0.0049+0.0012) + 15(0.0012+0.0012)
= 0.0072 + 0.7217 + 1.7784 + 1.6794 + 1.84 + 1.3222 + 1.038 +
1.0218 + 0.189 + 0.036
= 9.9577
µj = 6(0.0012) + 7(0.0012+0.0675+0.0344) +
8(0.0344+0.1633+0.0246) + 9(0.0246+0.1289+0.0311) +
10(0.0311+0.1215+0.0282+0.0012) +
11(0.0282+0.0773+0.0147) +
12(0.0012+0.0147+0.6528+0.0178+0.0006) +
13(0.0178+0.0528+0.0068+0.0012) +
14(0.0068+0.0049+0.0012) + 15(0.0012+0.0012)
= 0.0072 + 0.7217 + 0.1.7784 +1.6794 + 1.84 + 1.3222 + 1.0452
+ 1.0218 + 0.1806 + 0.036
= 9.6325
77
𝜎i2 = 0.0012(6-9.9577)2 + 0.0012(7-9.9577)2 + 0.0675(7-9.9577)2 +
0.0344(7-9.9577)2 + 0.0344(8-9.9577)2 + 0.01633(8-9.9577)2 +
0.0246(8-9.9577)2 + 0.0246(9-9.9577)2 + 0.1289(9-9.9577)2 +
0.0331(9-9.9577)2 + 0.0331(10-9.9577)2 + 0.1215(10-9.9577)2 +
0.0282(10-9.9577)2 + 0.0012(10-9.9577)2 + 0.0282(11-9.9577)2
+ 0.0773(11-9.9577)2 + 0.0147(11-9.9577)2 + 0.0012(2-
9.9577)2 + 0.0147(12-9.9577)2 + 0.0528(12-9.9577)2 +
0.0178(12-9.9577)2 + 0.0178(13-9.9577)2 + 0.0528(13-9.9577)2
+ 0.0068(13-9.9577)2 + 0.0012(13-9.9577)2 + 0.0006(14-
9.9577)2 + 0.0068(14-9.9577)2+0.0049(14-9.9577)2 +
0.0012(14-9.9577)2 + 0.0012(15-9.9577)2 +0.0012(15-9.9577)2
= 0.0188 + 0.0105 + 0.5905 + 0.3009 + 0.1318 + 0.6259 + 0.0943
+ 0.0226 + 0.1182 + 0.0304 + 0.00006 + 0.0002 + 0.00005 +
0.000002 + 0.0306 + 0.084 + 0.016 + 0.005 + 0.0613 + 0.2202
+ 0.0742 + 0.1647 + 0.4887 + 0.0629 + 0.0111 + 0.0098 +
0.1111 + 0.0801 + 0.0196 + 0.0305 + 0.0305
= 3.4445
𝜎i2 = 0.0012(6-9.6325)2 + 0.0012(7-9.6325)2 + 0.0675(7-9.6325)2 +
0.0344(7-9.6325)2 + 0.0344(8-9.6325)2 + 0.01633(8-9.6325)2+
0.0246(8-9.6325)2 + 0.0246(9-9.6325)2 + 0.1289(9-9.6325)2 +
0.0331(9-9.6325)2 + 0.0331(10-9.6325)2 + 0.1215(10-9.6325)2 +
0.0282(10-9.6325)2 + 0.0012(10-9.6325)2 + 0.0282(11-9.6325)2
+0.0773(11-9.6325)2 + 0.0147(11-9.6325)2 + 0.0012(12-
9.6325)2 + 0.0147(12-9.6325)2 + 0.0528(12-9.6325)2 +
0.0178(12-9.6325)2 + 0.0006(12-9.6325)2 + 0.0178(13-
9.6325)2 + 0.0528(13-9.6325)2 + 0.0068(13-9.6325)2 +
0.0012(13-9.6325)2 + 0.0068(14-9.6325)2 + 0.0049(14-9.6325)2
+ 0.0012(14-9.6325)2 + 0.0012(15-9.6325)2 + 0.0012(15-
9.6325)2
=0.0158+0.0083+0.4678+0.2384+0.0917+0.4325+0.0656+0.0
098+0.0516+0.0132+0.0048+0.0164+0.0038+0.0002+0.0527+
0.1446+0.0275+0.0067+0.0824+0.296+0.0998+0.0034+0.2019
+0.5988+0.0771+0.0136+0.1297+0.0935+0.0229+0.0346+0.0
346
= 3.3424
78
Correlation = 0.0012[(6−9.9577)(7−9.6325)
3.3933] + 0.0012[
(7−9.9577)(6−9.6325)
3.3933]
0.0675[(7−9.9577)(7−9.6325)
3.3933] +0.0344[
(7−9.9577)(8−9.6325)
3.3933]
0.0344[(8−9.9577)(7−9.6325)
3.3933] +0.1633[
(8−9.9577)(7−9.6325)
3.3933]
0.0246[(8−9.9577)(9−9.6325)
3.3933]+ 0.0246[
(9−9.9577)(8−9.6325)
3.3933]
0.1289[(9−9.9577)(9−9.6325)
3.3933]+0.0331[
(9−9.9577)(10−9.6325)
3.3933]
.1215[(10−9.9577)(10−9.6325)
3.3933]+0.0282[
(10−9.9577)(11−9.6325)
3.3933]
0.0012[(10−9.9577)(12−9.6325)
3.3933]+0.0331[
(10−9.9577)(9−9.6325)
3.3933]
0.0282[(11−9.9577)(10−9.6325)
3.3933]+0.0773[
(11−9.9577)(11−9.6325)
3.3933]
0.0147[(11−9.9577)(12−9.6325)
3.3933]+0.0012[
(12−9.9577)(10−9.6325)
3.3933]
0.0147[12(6−9.9577)(11−9.6325)
3.3933]+0.0528[
(12−9.9577)(12−9.6325)
3.3933]
0.0178[(12−9.9577)(13−9.6325)
3.3933]+0.0178[
(13−9.9577)(12−9.6325)
3.3933]
0.0528[(13−9.9577)(13−9.6325)
3.3933]+0.0068[
(13−9.9577)(14−9.6325)
3.3933]
0.0012[(13−9.9577)(15−9.6325)
3.3933] +0.0006[
(14−9.9577)(12−9.6325)
3.3933]
0.0068[(14−9.9577)(13−9.6325)
3.3933]+0.0049[
(14−9.9577)(14−9.6325)
3.3933]
0.0012[(14−9.9577)(15−9.6325)
3.3933]+0.0012[
(15−9.9577)(13−9.6325)
3.3933]
0.0012[(15−9.9577)(14−9.6325)
3.3933]
Hasil perhitungan = 1.0638
d. Sudut 900 1. Contrast
0.0012 (6 - 7)2 + 0.0789 (7 - 7)2 + 0.0209 (7 - 8)2 + 0.0209 (8 - 7)2 +
0.0209 (8 - 7)2 + 0.1792 (8 - 8)2 + 0.0227 (8 - 9)2 + 0.0227 (9 - 8)2 +
0.1398 (9 - 9)2 + 0.0263 (9 - 10)2 + 0.0263 (10 - 9)2 + 0.1243 (10 - 10)2 +
0.0299 (10 - 11)2 + 0.0299 (11 - 10)2 + 0.0789 (11 -11)2 + 0.0167 (11 -
12)2 + 0.0167 (12 - 11)2 + 0.0597 (12 -12)2 + 0.0149 (12 -13)2 +
0.0149(13 -12)2 + 0.0541 (13 -13)2 + 0.0018 (13 -14)2 + 0.0018 (14 -
13)2 + 0.0143 (14 -14)2 + 0.0012 (15 - 13)2 + 0.0012 (15 - 15)2
= 0.0012 + 0 + 0.0209 + 0.0209 + 0 + 0.0227 + 0.0227 + 0 + 0.0263 +
0.0263 + 0 + 0.0299 + 0.0299 + 0 + 0.0167 + 0.0167 + 0.0149 + 0.0149
+ 0 + 0.0018 + 0.0018 + 0 + 0.0048 + 0
= 0.2724
79
2. Homogeneity
0.0012
1 + (6 − 7)2 + 0.0789
1 + (7 − 7)2 + 0.0209
1 + (7 − 8)2 + 0.0209
1 + (8 − 7)2
+ 0.1792
1 + (8 − 8)2 +0.0227
1 + (8 − 9)2 + 0.0227
1 + (9 − 8)2
+ 0.1398
1 + (9 − 9)2 + 0.0263
1 + (9 − 10)2 + 0.0263
1 + (10 − 9)2
+0.1243
1 + (10 − 10)2 +0.0299
1 + (10 − 11)2
+ 0.0299
1 + (11 − 10)2 + 0.0789
1 + (11 − 11)2
+0.0167
1 + (11 − 12)2 + 0.0167
1 + (12 − 11)2
+0.0597
1 + (12 − 12)2+
0.0149
1 + (12 − 13)2
+ 0.0541
1 + (13 − 13)2 + 0.0018
1 + (13 − 14)2
+ 0.0143
1 + (14 − 14)2 + 0.0012
1 + (15 − 13)2
+ 0.0012
1 + (15 − 15)2 + 0.0018
1 + (14 − 13)2
= 0.7868
3. Energy
= 0.00122 + 0.07892 + 0.02092 + 0.02092 + 0.17922 + 0.02272 + 0.02272
+ 0.13982 + 0.02632 + 0.02632 + 0.12432 + 0.02992 + 0.02992 +
0.07892 + 0.01672 + 0.01672 + 0.05972 + 0.01492 + 0.01492 +
0.05412 + 0.00182 + 0.00122 + 0.00182 + 0.01432 + 0.00122
= 0.0923
4. Corellation 900
µi = 6(0.0012) + 7(0.0789+0.0209) + 8(0.0209+0.1792+0.l0027) +
9(0.0227+0.1398+0.0263) + 10(0.0263+0.1243+0.0299) +
11(0.0299+0.0789+0.0167) + 12(0.0167+0.0597+0.0149) +
13(0.0149+0.0541+0.0018) + 14(0.0018+0.0143) +
15(0.0012+0.0012)
= 0.0072 + 0.6986 + 1.7824 + 1.6992 + 1.805 + 1.3805 + 1.0956
+ 0.2254 + 0.036
= 9.6503
80
µj = 7(0.0012+0.0789+0.0209) + 8(0.0209+0.1792+0.l0027) +
9(0.0227+0.1398+0.0263) + 10(0.0263+0.1243+0.0299) +
11(0.0299+0.0789+0.0167) +12(0.0167+0.0597+0.0149)+
13(0.0149+0.0541+0.0018+0.0012) + 14(0.0018+0.0143) +
15(0.0012) 0.707 + 1.7824 + 1.6992 + 1.3805 + 1.0956 + 0.936
+ 0.2254 + 0.018
= 9.6491
𝜎i2 = 0.0012(6-9.6503)2 + 0.0789(7-9.6503)2 + 0.0209(7-9.6503)2 +
0.0209(8-9.6503)2 + 0.1792(8-9.6503)2 + 0.0229(8-9.6503)2 +
0.0227(9-9.6503)2 + 0.1398(9-9.6503)2 + 0.0263(9-9.6503)2 +
0.0263(10-9.6503)2 + 0.1243(10-9.6503)2 + 0.0299(10-9.6503)2
+ 0.0299(11-9.6503)2 + 0.0789(11-9.6503)2 + 0.0167(11-
9.6503)2 + 0.0167(12-9.6503)2 +0.0597(12-9.6503)2 +
0.0149(12-9.6503)2 + 0.0149(13-9.6503)2 + 0.0541(13-9.6503)2
+0.0018(13-9.6503)2 + 0.0018(14-9.6503)2 + 0.0143(14-
9.6503)2 + 0.0012(15-9.6503)2 + 0.0012(15-9.6503)2 = 0.01599 + 0.5542 + 0.1468 + 0.05692 + 0.48805 + 0.0618 +
0.0096 + 0.0591 + 0.0111 + 0.0032 + 0.0152 + 0.0037 + 0.0545
+ 0.1437 + 0.0304 + 0.0922 + 0.3296 + 0.0823 + 0.1672 + 0.607
+ 0.0202 + 0.0341 + 0.2706 + 0.0343 + 0.0343
= 3.3261
𝜎j2 = 0.0012(7-9.6491)2 + 0.0789(7-9.6491)2 + 0.0209(7-9.6491)2 +
0.0209(8-9.6491)2 + 0.1792(8-9.6491)2 + 0.0227(8-9.6491)2 +
0.0227(9-9.6491)2 + 0.1398(9-9.6491)2 + 0.0263(9-9.6491)2 +
0.0263(10-9.6491)2 + 0.1243(10-9.6491)2 + 0.0299(10-9.6491)2
+ 0.0229(11-9.6491)2 + 0.0789(11-9.6491)2 + 0.0167(11-
9.6491)2 + 0.0167(11-9.6491)2 + 0.0167(12-9.6491)2 +
0.0597(12-9.6491)2 + 0.0149(12-9.6491)2 + 0.0149(13-9.6491)2
+ 0.0541(13-9.6491)2 + 0.0018(13-9.6491)2 + 0.0012(13-
9.6491)2 +0.0018(14-9.6491)2 + 0.0143(14-9.6491)2 +
0.0012(15-9.6491)2
= 0.0084 + 0.5537 + 0.1467 + 0.0568 + 0.4873 + 0.0617 + 0.0096
+ 0.0589 + 0.0111 + 0.0032 + 0.0153 + 0.0037 + 0.0546 +
0.14399 + 0.0305 + 0.0923 + 0.3299 + 0.0823 + 0.1673 + 0.6075
+ 0.0202 + 0.0135 + 0.0341 + 0.2707 + 0.0344
= 3.2977
81
Correlation 900 =0.0012[(6−9.6503)(7−9.6491)
3.3119]+ 0.0789[
(7−9.6503)(7−9.6491)
3.3119] +
0.0209[(7−9.6503)(8−9.6491)
3.3119]+0.0209[
(8−9.6503)(7−9.6491)
3.3119] +
0.1792[(8−9.6503)(8−9.6491)
3.3119]+0.0227[
(8−9.6503)(9−9.6491)
3.3119] +
0.0227[(9−9.6503)(8−9.6491)
3.3119]+0.1398[
(9−9.6503)(9−9.6491)
3.3119]+
0.0263[(9−9.6503)(10−9.6491)
3.3119]+0.0263[
(10−9.6503)(9−9.6491)
3.3119]+
0.1243[(10−9.6503)(10−9.6491)
3.3119]+0.0299[
(10−9.6503)(11−9.6491)
3.3119]+
0.00299[(11−9.6503)(10−9.6491)
3.3119]+0.0789[
(11−9.6503)(11−9.6491)
3.3119]
+0.0167[(11−9.6503)(12−9.6491)
3.3119]+0.0167[
(12−9.6503)(11−9.6491)
3.3119]
+0.0597[(12−9.6503)(12−9.6491)
3.3119]+0.0149[
(12−9.6503)(13−9.6491)
3.3119]
+ 0.0149[(13−9.6503)(12−9.6491)
3.3119]+0.0541[
(13−9.6503)(13−9.6491)
3.3119]
+0.0018[(13−9.6503)(14−9.6491)
3.3119]+0.0018[
(14−9.6503)(13−9.6491)
3.3119]
+0.0143[(14−9.6503)(14−9.6491)
3.3119]+0.0012[
(15−9.6503)(13−9.6491)
3.3119]
+0.0012[(15−9.6503)(15−9.6491)
3.3119]
= 0.9315
Tabel 3.23 Hasil Perhitungan Fitur GLCM
Fitur Sudut
00 450 900 1350
Contrast 0.264 0.3818 0.2724 0.3456
Corelation 1.0061 0.8942 0.9315 1.0638
Energy 0.0965 0.0824 0.0923 0.0804
Homogeneity 0.8682 0.8726 0.7868 0.8321
82
3.5.4 Klasifikasi
a. Metode SVM (Support Vector Machine)
Konsep utama dalam metode SVM adalah mencari hyperplane terbaik
yang menjadi pemisah dua class, yaitu class katarak yang ditandai dengan
‘KATARAK’, sedangan class normal ditandai dengan ‘NORMAL’. Proses
untuk mendapatkan hyperplane terbagi menjadi dua yairu proses pelatihan
dan pengujian. Yang dimana proses pelatihan menggunakan 333 citra
dengan 186 citra katarak, dan 147 yang kemudian dilakukan proses
ekstraksi fitur menggunakan GLCM, Kemudia menghasilkan fitur seperti
pada table 3.19. Pada proses ekstraksi fitur setiap citra menghasilkan 16
fitur, yang kemudian dijadikan sebagai inputan pada proses klasifikasi
menggunakan SVM. Berikut pada gambar 3.11 merupakan proses
klasifikasi menggunakan SVM
Gambar 3.8 Proses klasifikasi menggunakan SVM
83
Berikut merupakan hasil klasifikasi dengan inputan 5.328 fitur
dari 333 citra yang digunakan. Warna merah merupakan class katarak,
dan warna biru merupakan class normal
Gambar 3.9 Hasil Klasifikasi
\
84
3.6 Gambaran Umum Sistem
Gambar 3.12 Gambaran umum sistem
Pada sistem ini, tahap pertama yaitu menginput citra dengan menggunakan
android, dimana terdapat dua cara dalam proses pengambilan citra yaitu melalui
kamera atau mengambil dari gallery. Setelah dilakukan proses penginputan citra,
kemudian citra akan dikirim ke server. Citra yang terdapat pada server dikirim ke
Matlab dengan memanggil folder penyimpanan citra . Pada Matlab dilakukan proses
grayscale, ekstraksi fitur, dan klasifikasi. Setelah proses klasifikasi maka hasil akan
dikirim kembali ke server dan ditampilkan di android.
85
BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil dan Pembahasan
Berikut hasil perhitungan kinerja dari sistem ini yang menggunakan metode
ekstraksi fitur yaitu metode GLCM (Gray Level Co – occurrence Matrix) dan
menggunakan 4 parameter fitur yaitu contrast, correlation, energy, homogeneity.
Ukuran asli citra yang digunakan adalah 2322x4128 pixel seperti yang ditunjukkan
pada gambar dibawah ini.
(a) (b)
Gambar 4.1 (a) citra mata normal , (b) citra mata katarak
Citra dengan ukuran 2322x4128 pixel akan di cropping dan diseragamnkan
ukurannya menjadi 30x30 pixel. Ukuran ini berdasarkan nilai terbesar yang
didapatkan pada saat proses cropping. Jumlah citra yang didapatkan yaitu 333 (186
citra ROI katarak, 147 citra ROI normal).
86
(a) (b)
Gambar 4.2 (a) citra ROI normal, (b) citra ROI katarak
4.1.1 Hasil Ekstraksi Fitur GLCM
Berikut sampel data hasl ekstraksi fitur GLCM pada ROI katarak dan
normal. Pada sampel data pada table 4.1 akan menunjukkan perbedaan fitur pada
ROI katarak dan normal.
Tabel 4.1 Sampel data hasil ekstraksi fitur contrast metode GLCM
Citra Contrast
0° 45° 90° 135°
Normal 0.0046 0.0048 0.0023 0.0048
Normal 0.1977 0.2568 0.1724 0.2663
Normal 0.1103 0.1415 0.1207 0.1570
Normal 0.0379 0.0428 0.0264 0.0380
Normal 0.1276 0.1486 0.1126 0.1629
Normal 0.0851 0.0916 0.0816 0.1011
Normal 0.1195 0.1736 0.1517 0.1617
Katarak 0.2425 0.2985 0.2218 0.2901
Katarak 0.1690 0.2105 0.1713 0.2212
Katarak 0.2140 0.2956 0.2333 0.2697
Katarak 0.2000 0.2414 0.1966 0.2616
Katarak 0.1529 0.1498 0.1000 0.1950
87
Katarak 0.1667 0.2140 0.1839 0.2200
Katarak 0.2586 0.3317 0.2632 0.3306
Katarak 0.2000 0.2616 0.2310 0.2771
Tabel 4.2 Sampel data hasil ekstraksi fitur correlation metode GLCM
Citra Correlation
0° 45° 90° 135° Normal 0.4977 0.3514 0.7063 0.3514
Normal 0.4317 0.2607 0.4971 0.2328
Normal 0.6745 0.5770 0.6438 0.5355
Normal 0.4804 0.3936 0.6565 0.4507
Normal 0.3474 0.2479 0.4264 0.1762
Normal 0.3690 0.3260 0.4178 0.2554
Normal 0.4503 0.2183 0.3023 0.2719
Katarak 0.8051 0.7559 0.8260 0.7598
Katarak 0.8126 0.7568 0.8019 0.7464
Katarak 0.7148 0.5956 0.6801 0.6272
Katarak 0.8586 0.8207 0.8610 0.8183
Katarak 0.9311 0.9277 0.9539 0.9148
Katarak 0.7704 0.7042 0.7463 0.6876
Katarak 0.7025 0.6229 0.7072 0.6215
Katarak 0.8840 0.8419 0.8647 0.8414
Tabel 4.3 Sampel data hasil ekstraksi fitur energy metode GLCM
Citra Energy
0° 45° 90° 135° Normal 0.9863 0.9882 0.9908 0.9882
Normal 0.4936 0.4621 0.5147 0.4575
Normal 0.5646 0.5441 0.5558 0.5332
Normal 0.8916 0.8903 0.8981 0.8945
Normal 0.6933 0.6758 0.7037 0.6661
Normal 0.7938 0.7873 0.7918 0.7792
Normal 0.6773 0.6345 0.6538 0.6424
Katarak 0.3010 0.2838 0.3005 0.2829
Katarak 0.3040 0.2888 0.3111 0.2851
Katarak 0.3007 0.2657 0.2961 0.2789
Katarak 0.2300 0.2126 0.2126 0.2076
Katarak 0.2043 0.2074 0.2221 0.1919
Katarak 0.3393 0.3173 0.3272 0.3093
Katarak 0.2748 0.2445 0.2656 0.2433
Katarak 0.1939 0.1795 0.1909 0.1748
88
Tabel 4.4 sampel data hasil ekstraksi fitur homogeneity metode GLCM
Citra Homogeneity
0° 45° 90° 135° Normal 0.9977 0.9976 0.9989 0.9976
Normal 0.9011 0.8716 0.9138 0.8668
Normal 0.9448 0.9293 0.9397 0.9215
Normal 0.9810 0.9786 0.9868 0.9810
Normal 0.9362 0.9257 0.9437 0.9185
Normal 0.9575 0.9542 0.9592 0.9495
Normal 0.9402 0.9132 0.9241 0.9191
Katarak 0.8787 0.8524 0.8891 0.8549
Katarak 0.9155 0.8948 0.9144 0.8894
Katarak 0.8930 0.8522 0.8833 0.8668
Katarak 0.9000 0.8793 0.9017 0.8692
Katarak 0.9236 0.9251 0.9500 0.9025
Katarak 0.9167 0.8930 0.9080 0.8900
Katarak 0.8707 0.8373 0.8684 0.8347
Katarak 0.9000 0.8692 0.8844 0.8615
4.1.2 Hasil Pengujian SVM (Support Vector Machine)
Konsep klasifikasi dengan SVM dapat dijelaskan secara sederhana sebagai
usaha untuk mencari hyperplane terbaik yang berfungsi sebagai pemisah dua buah
class data pada ruang input. pada proses pengujian setelah citra dilakukan ekstraksi
fitur selanjutnya citra tersebut akan diklasifikasikan. Proses klasifikasi terbagu
menjadi dua katarak dan normal. Setelah dilakukan proses klasifikaasi maka output
dari citra inputan tersebut dibagi menjadi dua grup yaitu ‘Katarak’ dan ‘Normal’
(a) (b)
Gambar 4.3 (a) Hasil klasifikasi citra katarak, (b) Hasil klasifikasi
citra normal
89
4.2 Tampilan Sistem
a. Tampilan Utama Sistem
Gambar 4.4 Halaman Utama Sistem
Pada tampilan utama sistem terdapaat dua button yaitu gallery dan
camera. User dapat mengambil secara langsung dengan menekan tombol
camera, atau dapat mengambil dari gallery.
90
b. Tampilan Cropping image
Gambar 4.5 (a) tampilan cropping citra, (b) daerah citra yang di
cropping
Setelah memilih camera atau gallery, maka citra akan di cropping
dengan memperbesar citra. Daerah yang di cropping dapat dilihat pada
gambar 4.4. Daerah yang akan di cropping yaitu pupil yang merupakan ROI
citra. Ukuran ROI citra yaitu 30x30 pixel.
91
c. Tampilan Hasil Identifikasi
(a) (b)
Gambar 4.6 (a) Tampilan Hasil Identifikasi Normal, (b) Tampil Hasil
Identifikasi Katarak
Setelah melalui proses cropping seperti yang sudah dijelakan
sebelumnya, citra akan dikirim ke server. MATLAB akan mengambil citra
dari server yang kemudian di MATLAB akan dilakukan proses ekstraksi
fitur dan klasifikasi. Setelah melalui proses ekstraksi fitur dan klasifikasi,
maka MATLAB akan mengirim hasil identifikasi ke server dan akan
ditampilkan di android. Seperti yang terlihat pada gambar 4.5.
92
4.3 Pengujian Sistem
Jumlah citra yang diuji adalah 22 citra dengan 11 pada citra normal, 11
pada citra katarak.
Tabel 4.5 Pengujian sistem
Citra Hasil Klasifikasi Keterangan
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Normal Gagal
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Katarak Katarak Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Normal Normal Berhasil
Berdasarkan hasil pengujian sistem, maka dihasilkan probabilitas sebesar
95,45 %. Dengan menggunakan rumus:
93
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 =𝑇𝑃+𝑇𝑁
𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁∗ 100% (4)
Yang dimana TP (true positive) merupakana data positif yang terdeteksi
benar ditambah TN(true negative) merupakan jumlah data negative yang terdeteksi
dengan benar dibagi jumlah keseluruhan data yang diuji dikali 100. Jumlah data
yang digunakan adalah 22 citra, dan yang berhasil dalam uji coba tersebut 21 dari
22 citra.
Sehingga dapat disimpulkan bahwa sistem ini memiliki tingkat keberhasilan
sebesar 95,45 % berdasarkan hasil pengujian sistem pada table 4.5. Untuk
meminimalkan kesalahan sistem, sebaiknya melakukan proses cropping pada
daerah pupil mata.
94
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan hasil penelitian yang telah dilakukan, maka dapat disimpulkan,
sistem untuk mendeteksi katarak berbasis android menggunakan metode GLCM
(Gray Level Co occurrence Matrix) dengan mengambil empat parameter fitur yaitu
contrast, correlation, energy, homogeineity. Perhitungan fitur berdasarkan 4 sudut
0°, 45°,90°, 135°, dengan 32 level tingkat keabuan. Proses klasifikasi
menggunakan metode SVM (Support Vector Machine) dengan mengklasifikan dua
kelas yaitu katarak dan normal. Akurasi pengujian sistem dengan menggunakan 22
citra, dengan 11 citra katarak,dan 11 citra normal adalah 95, 45%.
5.2 Saran
Saran untuk penelitian selanjutnya yaitu :
1. Proses menetukan ROI (Region of Interest) masih dilakukan secara manual,
diharapkan pada penelitian selanjutnya dapat dilakukan secara otomatis.
2. Sistem ini masih menggunakan MATLAB pada proses ekstraksi fitur dan
klasifikasi, diharapkan penelitian selanjutnya sistem ini dapat
dikembangkan menggunakan android dengan tingkat akurasi yang lebih
baik.
3. Pada penelitian ini hanya mengidentifikasi penyakit katarak dan normal,
dipenelitian selanjutnya diharapkan dapat mengidentifikasi penyakit mata
yang lain.
DAFTAR PUSTAKA
[1] “Katarak Pada Manula,” Alodokter, 25-Jun-2014. [Online]. Available:
http://www.alodokter.com/katarak-pada-manula. [Accessed: 14-Dec-2018].
[2] S. Pramesthi, A. Rizal, and R. D. Atmaja, “Deteksi Penyakit Katarak Berbasis
Perbandingan Piksel Citra Biner Dengan Menggunakan Android,” Theta J.
Repos. Univ. Telkom, 2013.
[3] “Versi-versi Android hingga saat ini - CodePolitan.com.” [Online]. Available:
https://www.codepolitan.com/versi-versi-android-hingga-saat-ini-
59c4ba1c88350. [Accessed: 15-Jan-2018].
[4] Advernesia, “Apa Itu MATLAB? - Tutorial Bahasa Pemrograman
MATLAB,” Advernesia, 21-Sep-2017. .
[5] “Jaringan Client Server: Pengertian, Kelebihan dan Kekurangannya.”
[Online]. Available: https://www.nesabamedia.com/pengertian-jaringan-
client-server/. [Accessed: 14-Dec-2017].
[6] “perbedaan citra analog dan citra digital | Pemrograman Matlab.” [Online].
Available: https://pemrogramanmatlab.com/tag/perbedaan-citra-analog-dan-
citra-digital/. [Accessed: 19-Dec-2017].
[7] M. Riadi, “Pengolahan Citra Digital,” KajianPustaka.com. .
[8] “Ekstraksi Ciri Citra,” Pemrograman Matlab, 15-Jan-2015. .
[9] Y. Rullist, B. Irawan, and A. B. Osmond, “Aplikasi Identifikasi Motif Batik
Menggunakan Metode Ekstraksi Fitur Gray Level Co–Occurrence Matrix
(glcm) Berbasis Android,” EProceedings Eng., vol. 2, no. 2, 2015.
[10] F. Maharani, B. Hidayat, and H. Fauzi, “Perancangan Sistem Pola Kain
Sarung Khas Makassar Dengan Metode Glcm Berbasis Android,”
EProceedings Eng., vol. 2, no. 2, 2015.
[11] “Support Vector Machine | Pemrograman Matlab.” [Online]. Available:
https://pemrogramanmatlab.com/data-mining-menggunakan-matlab/support-
vector-machine-svm-menggunakan-matlab/. [Accessed: 22-Dec-2017].
[12] Ana Mariyam Puspitasari,Dian Eka Ratnawati dan Agus Wahyu Widodo
“Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support
VectorMachine“Jurnal Pengembangan Teknologi Informasi dan Ilmu
Komputer Vol. 2, No. 2, Februari 2018, hlm. 802-810.
Citra sudut contrast correlation energy homogeneity sudut contrast correlation energy homogeneity
Katarak 0⁰ 0,1080 0,1453 0,7822 0,9460 45⁰ 0,1165 0,0755 0,7756 0,9417
Katarak 0⁰ 0,2138 0,7661 0,2884 0,8931 45⁰ 0,2331 0,7398 0,2800 0,8835
Katarak 0⁰ 0,1862 0,7661 0,3054 0,9069 45⁰ 0,2342 0,7086 0,2822 0,8829
Katarak 0⁰ 0,2368 0,5132 0,3361 0,8816 45⁰ 0,3234 0,3361 0,2982 0,8383
Katarak 0⁰ 0,1782 0,6606 0,4371 0,9109 45⁰ 0,2271 0,5399 0,4252 0,8864
Katarak 0⁰ 0,2322 0,7100 0,2879 0,8839 45⁰ 0,3103 0,6110 0,2534 0,8448
Katarak 0⁰ 0,2897 0,9425 0,1264 0,8582 45⁰ 0,3591 0,9315 0,1147 0,8284
Katarak 0⁰ 0,1816 0,9331 0,1827 0,9092 45⁰ 0,2640 0,9053 0,1663 0,8696
Katarak 0⁰ 0,2195 0,7305 0,2874 0,8902 45⁰ 0,2592 0,6778 0,2695 0,8704
Katarak 0⁰ 0,1862 0,7035 0,3521 0,9069 45⁰ 0,2319 0,6316 0,3275 0,8841
Katarak 0⁰ 0,1954 0,8020 0,2811 0,9023 45⁰ 0,2580 0,7228 0,2570 0,8710
Katarak 0⁰ 0,2046 0,8315 0,2529 0,8977 45⁰ 0,2949 0,7489 0,2165 0,8541
Katarak 0⁰ 0,2034 0,8365 0,3147 0,8983 45⁰ 0,3008 0,7535 0,2932 0,8572
Katarak 0⁰ 0,2621 0,9509 0,1110 0,8705 45⁰ 0,3151 0,9344 0,0985 0,8456
Katarak 0⁰ 0,2713 0,8935 0,1491 0,8644 45⁰ 0,3294 0,8652 0,1327 0,8353
Katarak 0⁰ 0,2448 0,9405 0,1287 0,8776 45⁰ 0,3056 0,9227 0,1228 0,8551
Katarak 0⁰ 0,1609 0,9549 0,1912 0,9269 45⁰ 0,2354 0,9342 0,1710 0,8870
Katarak 0⁰ 0,2701 0,9756 0,0847 0,8649 45⁰ 0,2973 0,9723 0,0812 0,8561
Katarak 0⁰ 0,2172 0,9608 0,1200 0,8914 45⁰ 0,2937 0,9461 0,1108 0,8563
Katarak 0⁰ 0,2264 0,9007 0,1798 0,8944 45⁰ 0,3294 0,8513 0,1509 0,8480
Katarak 0⁰ 0,1586 0,8233 0,3013 0,9222 45⁰ 0,2200 0,7462 0,2709 0,8916
Katarak 0⁰ 0,0839 0,9354 0,3107 0,9596 45⁰ 0,1260 0,8990 0,2900 0,9370
Katarak 0⁰ 0,2195 0,9441 0,2081 0,8948 45⁰ 0,2628 0,9295 0,1966 0,8797
Katarak 0⁰ 0,2126 0,9372 0,1429 0,8952 45⁰ 0,3032 0,9127 0,1297 0,8516
Katarak 0⁰ 0,1598 0,9005 0,2262 0,9201 45⁰ 0,2295 0,8563 0,2069 0,8853
Katarak 0⁰ 0,1483 0,9773 0,1312 0,9259 45⁰ 0,3127 0,9587 0,1111 0,8516
Katarak 0⁰ 0,1586 0,8197 0,3889 0,9207 45⁰ 0,2152 0,7539 0,3689 0,8940
Katarak 0⁰ 0,1747 0,7142 0,3641 0,9126 45⁰ 0,2271 0,6267 0,3317 0,8864
Katarak 0⁰ 0,1391 0,8143 0,3522 0,9305 45⁰ 0,1902 0,7314 0,3276 0,9049
Katarak 0⁰ 0,0414 0,7129 0,8162 0,9793 45⁰ 0,0547 0,6089 0,8098 0,9727
Katarak 0⁰ 0,1218 0,7167 0,4633 0,9391 45⁰ 0,1546 0,6420 0,4377 0,9227
Katarak 0⁰ 0,0391 0,4939 0,8852 0,9805 45⁰ 0,0464 0,3942 0,8793 0,9768
Katarak 0⁰ 0,0195 0,6478 0,9284 0,9902 45⁰ 0,0250 0,5178 0,9259 0,9875
Katarak 0⁰ 0,0897 0,7840 0,5091 0,9552 45⁰ 0,1094 0,7328 0,4946 0,9453
Katarak 0⁰ 0,1586 0,6672 0,3905 0,9207 45⁰ 0,2319 0,5116 0,3475 0,8841
Katarak 0⁰ 0,0621 0,8752 0,5353 0,9690 45⁰ 0,1141 0,7591 0,5124 0,9429
Katarak 0⁰ 0,0402 0,9189 0,4809 0,9799 45⁰ 0,0499 0,8973 0,4736 0,9750
Katarak 0⁰ 0,0874 0,7761 0,5386 0,9563 45⁰ 0,1141 0,7056 0,5175 0,9429
Katarak 0⁰ 0,0540 0,8835 0,4915 0,9730 45⁰ 0,1082 0,7641 0,4449 0,9459
Katarak 0⁰ 0,0644 0,8241 0,5849 0,9678 45⁰ 0,0713 0,8019 0,5803 0,9643
Katarak 0⁰ 0,1931 0,8913 0,2058 0,9034 45⁰ 0,2818 0,8331 0,1716 0,8591
Katarak 0⁰ 0,1931 0,8913 0,2058 0,9034 45⁰ 0,2818 0,8331 0,1716 0,8591
Katarak 0⁰ 0,1552 0,9206 0,2213 0,9224 45⁰ 0,1807 0,9028 0,2120 0,9096
Katarak 0⁰ 0,1563 0,9177 0,2175 0,9218 45⁰ 0,2117 0,8836 0,1959 0,8942
Katarak 0⁰ 0,1759 0,9172 0,2431 0,9121 45⁰ 0,2485 0,8846 0,2122 0,8773
Katarak 0⁰ 0,1437 0,9692 0,1344 0,9282 45⁰ 0,2449 0,9494 0,1145 0,8775
Katarak 0⁰ 0,1460 0,9214 0,2336 0,9270 45⁰ 0,1986 0,8952 0,2209 0,9007
Katarak 0⁰ 0,1793 0,9687 0,1236 0,9103 45⁰ 0,1855 0,9637 0,1247 0,9073
Katarak 0⁰ 0,1161 0,8934 0,3122 0,9420 45⁰ 0,1665 0,8411 0,2983 0,9168
Katarak 0⁰ 0,1287 0,8663 0,3007 0,9356 45⁰ 0,1974 0,7926 0,2739 0,9013
Katarak 0⁰ 0,1437 0,9177 0,2182 0,9282 45⁰ 0,2259 0,8703 0,1948 0,8902
Katarak 0⁰ 0,1356 0,8813 0,3201 0,9337 45⁰ 0,1581 0,8638 0,3112 0,9225
Katarak 0⁰ 0,1920 0,9089 0,1906 0,9040 45⁰ 0,2402 0,8865 0,1719 0,8799
Katarak 0⁰ 0,1414 0,9265 0,2516 0,9293 45⁰ 0,1463 0,9197 0,2491 0,9269
Katarak 0⁰ 0,1391 0,8693 0,3044 0,9305 45⁰ 0,2307 0,7776 0,2705 0,8862
Katarak 0⁰ 0,1322 0,8731 0,3014 0,9339 45⁰ 0,2021 0,7983 0,2742 0,8989
Katarak 0⁰ 0,0452 0,4619 0,8759 0,9774 45⁰ 0,0544 0,2478 0,8783 0,9728
Katarak 0⁰ 0,1118 0,6963 0,5328 0,9441 45⁰ 0,1756 0,5168 0,4959 0,9122
Katarak 0⁰ 0,1075 0,7617 0,4542 0,9462 45⁰ 0,1522 0,6633 0,4249 0,9239
Katarak 0⁰ 0,0828 0,8394 0,4216 0,9586 45⁰ 0,1244 0,7596 0,3921 0,9378
Katarak 0⁰ 0,0376 0,6409 0,8642 0,9812 45⁰ 0,0567 0,4068 0,8559 0,9717
Katarak 0⁰ 0,1355 0,7293 0,3831 0,9323 45⁰ 0,2433 0,5154 0,3169 0,8783
Katarak 0⁰ 0,1247 0,7707 0,4657 0,9376 45⁰ 0,1944 0,6212 0,4421 0,9028
Katarak 0⁰ 0,1237 0,9003 0,2944 0,9410 45⁰ 0,1922 0,8476 0,2626 0,9069
Katarak 0⁰ 0,1548 0,8515 0,2962 0,9226 45⁰ 0,2311 0,7723 0,2555 0,8844
Katarak 0⁰ 0,0957 0,7993 0,4665 0,9522 45⁰ 0,1278 0,7318 0,4460 0,9361
Katarak 0⁰ 0,0527 0,6336 0,8125 0,9737 45⁰ 0,0722 0,5068 0,7929 0,9639
Katarak 0⁰ 0,1570 0,7382 0,4223 0,9229 45⁰ 0,2022 0,6655 0,3905 0,9004
Katarak 0⁰ 0,0656 0,5854 0,7851 0,9672 45⁰ 0,1011 0,3798 0,7503 0,9494
Katarak 0⁰ 0,2632 0,9342 0,1221 0,8699 45⁰ 0,3686 0,9122 0,1066 0,8252
Katarak 0⁰ 0,2425 0,9824 0,0850 0,8818 45⁰ 0,2556 0,9786 0,0836 0,8753
Katarak 0⁰ 0,1322 0,9310 0,2606 0,9339 45⁰ 0,2402 0,8766 0,2184 0,8799
Katarak 0⁰ 0,1391 0,7096 0,5058 0,9394 45⁰ 0,1641 0,6546 0,4954 0,9313
Katarak 0⁰ 0,1034 0,6799 0,6083 0,9483 45⁰ 0,1439 0,5372 0,5867 0,9281
Katarak 0⁰ 0,1379 0,9021 0,2998 0,9310 45⁰ 0,2283 0,8379 0,2678 0,8874
Katarak 0⁰ 0,1885 0,9444 0,1545 0,9057 45⁰ 0,3187 0,9045 0,1362 0,8486
Katarak 0⁰ 0,0966 0,7366 0,5779 0,9517 45⁰ 0,1403 0,5962 0,5610 0,9298
Katarak 0⁰ 0,0540 0,8114 0,6845 0,9730 45⁰ 0,0690 0,7631 0,6698 0,9655
Katarak 0⁰ 0,0540 0,8114 0,6845 0,9730 45⁰ 0,0690 0,7631 0,6698 0,9655
Katarak 0⁰ 0,1437 0,8065 0,3379 0,9282 45⁰ 0,2105 0,7122 0,3013 0,8948
Katarak 0⁰ 0,1966 0,7960 0,3141 0,9079 45⁰ 0,2699 0,7155 0,2887 0,8758
Katarak 0⁰ 0,1759 0,6795 0,3577 0,9136 45⁰ 0,2128 0,6079 0,3354 0,8952
Katarak 0⁰ 0,1172 0,7697 0,4451 0,9414 45⁰ 0,1581 0,6928 0,4112 0,9209
Katarak 0⁰ 0,1034 0,6785 0,6251 0,9498 45⁰ 0,1605 0,4937 0,5843 0,9197
Katarak 0⁰ 0,1540 0,8714 0,2809 0,9230 45⁰ 0,1938 0,8287 0,2628 0,9031
Katarak 0⁰ 0,1690 0,9208 0,1899 0,9155 45⁰ 0,2426 0,8796 0,1668 0,8787
Katarak 0⁰ 0,0931 0,7665 0,5662 0,9534 45⁰ 0,1141 0,7043 0,5571 0,9429
Katarak 0⁰ 0,0782 0,5785 0,7564 0,9609 45⁰ 0,1034 0,4061 0,7449 0,9483
Katarak 0⁰ 0,0908 0,7964 0,5432 0,9546 45⁰ 0,1403 0,6726 0,5169 0,9298
Katarak 0⁰ 0,1080 0,8787 0,3727 0,9460 45⁰ 0,1463 0,8274 0,3521 0,9269
Katarak 0⁰ 0,1207 0,6870 0,5725 0,9397 45⁰ 0,1546 0,5889 0,5522 0,9227
Katarak 0⁰ 0,1172 0,9243 0,2551 0,9414 45⁰ 0,1474 0,9041 0,2387 0,9263
Katarak 0⁰ 0,1425 0,7217 0,4115 0,9287 45⁰ 0,1879 0,6304 0,3810 0,9061
Katarak 0⁰ 0,1195 0,8086 0,4069 0,9402 45⁰ 0,1617 0,7370 0,3865 0,9191
Katarak 0⁰ 0,2414 0,9699 0,0960 0,8839 45⁰ 0,3258 0,9604 0,0922 0,8466
Katarak 0⁰ 0,1931 0,9692 0,1123 0,9065 45⁰ 0,2842 0,9536 0,1023 0,8690
Katarak 0⁰ 0,1667 0,9293 0,2497 0,9167 45⁰ 0,2200 0,9048 0,2227 0,8900
Katarak 0⁰ 0,1448 0,9467 0,2505 0,9276 45⁰ 0,2319 0,9185 0,2248 0,8857
Katarak 0⁰ 0,1552 0,8978 0,2586 0,9224 45⁰ 0,2164 0,8577 0,2380 0,8918
Katarak 0⁰ 0,1759 0,7032 0,4001 0,9121 45⁰ 0,2402 0,5827 0,3684 0,8799
Katarak 0⁰ 0,1575 0,8860 0,2529 0,9213 45⁰ 0,2224 0,8331 0,2277 0,8904
Katarak 0⁰ 0,2092 0,9612 0,1813 0,8954 45⁰ 0,3127 0,9459 0,1609 0,8532
Katarak 0⁰ 0,1230 0,8736 0,3771 0,9385 45⁰ 0,1534 0,8424 0,3616 0,9249
Katarak 0⁰ 0,1517 0,8311 0,3079 0,9241 45⁰ 0,2176 0,7493 0,2852 0,8928
Katarak 0⁰ 0,1460 0,7801 0,3868 0,9270 45⁰ 0,1998 0,6906 0,3646 0,9001
Katarak 0⁰ 0,1103 0,7977 0,3961 0,9448 45⁰ 0,1677 0,6946 0,3577 0,9162
Katarak 0⁰ 0,1092 0,8294 0,4410 0,9454 45⁰ 0,1605 0,7370 0,4215 0,9197
Katarak 0⁰ 0,1046 0,8860 0,4521 0,9477 45⁰ 0,1356 0,8401 0,4335 0,9322
Katarak 0⁰ 0,1115 0,8065 0,4209 0,9443 45⁰ 0,1451 0,7500 0,3936 0,9275
Katarak 0⁰ 0,2368 0,9301 0,1396 0,8831 45⁰ 0,2842 0,9120 0,1297 0,8579
Katarak 0⁰ 0,2506 0,8218 0,2078 0,8747 45⁰ 0,2901 0,7898 0,1941 0,8549
Katarak 0⁰ 0,2506 0,8218 0,2078 0,8747 45⁰ 0,2901 0,7898 0,1941 0,8549
Katarak 0⁰ 0,2356 0,8250 0,2207 0,8852 45⁰ 0,3115 0,7708 0,1923 0,8442
Katarak 0⁰ 0,2195 0,5570 0,3338 0,8902 45⁰ 0,2747 0,4448 0,3063 0,8627
Katarak 0⁰ 0,1839 0,9005 0,2147 0,9080 45⁰ 0,2509 0,8605 0,1998 0,8761
Katarak 0⁰ 0,2115 0,7017 0,3122 0,8943 45⁰ 0,2283 0,6745 0,3062 0,8859
Katarak 0⁰ 0,2000 0,7851 0,2935 0,9000 45⁰ 0,2342 0,7484 0,2785 0,8829
Katarak 0⁰ 0,1747 0,7886 0,3090 0,9126 45⁰ 0,2045 0,7552 0,2920 0,8977
Katarak 0⁰ 0,1805 0,7615 0,3285 0,9098 45⁰ 0,2188 0,7111 0,3076 0,8906
Katarak 0⁰ 0,1851 0,8931 0,2114 0,9075 45⁰ 0,2414 0,8615 0,1936 0,8793
Katarak 0⁰ 0,2333 0,9450 0,1186 0,8833 45⁰ 0,3163 0,9261 0,1059 0,8434
Katarak 90⁰ 0,3115 0,9606 0,0904 0,8489 135⁰ 0,3543 0,9529 0,0838 0,8308
Katarak 90⁰ 0,2299 0,9709 0,0942 0,8866 135⁰ 0,2818 0,9606 0,0869 0,8623
Katarak 90⁰ 0,1184 0,5929 0,6402 0,9408 135⁰ 0,1498 0,4769 0,6207 0,9251
Katarak 90⁰ 0,2747 0,9532 0,1060 0,8626 135⁰ 0,3615 0,9356 0,0952 0,8272
Katarak 90⁰ 0,3103 0,9502 0,1486 0,8556 135⁰ 0,3377 0,9422 0,1415 0,8407
Katarak 90⁰ 0,4563 0,9528 0,0993 0,8167 135⁰ 0,4875 0,9429 0,0923 0,8054
Katarak 90⁰ 0,2644 0,8716 0,2054 0,8810 135⁰ 0,3520 0,8262 0,1838 0,8361
Katarak 90⁰ 0,0989 0,9479 0,2596 0,9506 135⁰ 0,1891 0,9038 0,2338 0,9055
Katarak 90⁰ 0,1747 0,8305 0,2988 0,9142 135⁰ 0,2010 0,7999 0,2868 0,9011
Katarak 90⁰ 0,1713 0,8332 0,2886 0,9144 135⁰ 0,2200 0,7828 0,2677 0,8900
Katarak 90⁰ 0,0323 0,5612 0,8980 0,9839 135⁰ 0,0489 0,3151 0,8843 0,9756
Katarak 90⁰ 0,1215 0,6660 0,5331 0,9392 135⁰ 0,1578 0,5633 0,5072 0,9211
Katarak 90⁰ 0,1032 0,7707 0,4605 0,9484 135⁰ 0,1444 0,6768 0,4298 0,9278
Katarak 90⁰ 0,0871 0,8313 0,4213 0,9565 135⁰ 0,1233 0,7576 0,3922 0,9383
Katarak 90⁰ 0,0387 0,6417 0,8602 0,9806 135⁰ 0,0444 0,5238 0,8678 0,9778
Katarak 90⁰ 0,1989 0,6028 0,3411 0,9005 135⁰ 0,2544 0,4909 0,3106 0,8728
Katarak 90⁰ 0,1301 0,7484 0,4841 0,9349 135⁰ 0,1878 0,6309 0,4460 0,9061
Katarak 90⁰ 0,1516 0,8782 0,2740 0,9242 135⁰ 0,1989 0,8331 0,2537 0,9020
Katarak 90⁰ 0,1241 0,7600 0,4191 0,9379 135⁰ 0,1748 0,6553 0,3901 0,9126
Katarak 90⁰ 0,1161 0,8095 0,4165 0,9420 135⁰ 0,1534 0,7430 0,3917 0,9233
Katarak 90⁰ 0,1126 0,8055 0,4151 0,9437 135⁰ 0,1724 0,6984 0,3775 0,9138
Katarak 90⁰ 0,2552 0,9256 0,1370 0,8724 135⁰ 0,3579 0,8962 0,1188 0,8274
Katarak 90⁰ 0,2276 0,8422 0,2100 0,8862 135⁰ 0,3306 0,7654 0,1818 0,8363
Katarak 90⁰ 0,2276 0,8422 0,2100 0,8862 135⁰ 0,3306 0,7654 0,1818 0,8363
Katarak 90⁰ 0,2471 0,8164 0,2126 0,8764 135⁰ 0,2806 0,7840 0,2030 0,8597
Katarak 90⁰ 0,2184 0,5614 0,3334 0,8908 135⁰ 0,2925 0,4116 0,2998 0,8537
Katarak 90⁰ 0,2115 0,8856 0,2138 0,8943 135⁰ 0,2640 0,8539 0,1952 0,8680
Katarak 90⁰ 0,1655 0,7648 0,3414 0,9172 135⁰ 0,2414 0,6528 0,2989 0,8793
Katarak 90⁰ 0,1724 0,8136 0,3028 0,9138 135⁰ 0,2105 0,7650 0,2884 0,8948
Katarak 90⁰ 0,1471 0,8247 0,3190 0,9264 135⁰ 0,1819 0,7781 0,3050 0,9090
Katarak 90⁰ 0,1770 0,7713 0,3197 0,9115 135⁰ 0,2176 0,7057 0,3061 0,8912
Katarak 90⁰ 0,2000 0,8099 0,2768 0,9000 135⁰ 0,2449 0,7624 0,2698 0,8791
Katarak 90⁰ 0,1529 0,6308 0,5195 0,9236 135⁰ 0,1760 0,5604 0,5115 0,9120
Katarak 90⁰ 0,1322 0,7493 0,3902 0,9339 135⁰ 0,1700 0,6780 0,3622 0,9150
Katarak 90⁰ 0,1345 0,7019 0,5175 0,9328 135⁰ 0,1700 0,6248 0,4935 0,9150
Katarak 90⁰ 0,1828 0,6258 0,3628 0,9086 135⁰ 0,2556 0,4791 0,3231 0,8722
Katarak 90⁰ 0,1172 0,5041 0,6700 0,9414 135⁰ 0,1665 0,2588 0,6458 0,9168
Katarak 90⁰ 0,2437 0,5104 0,3193 0,8782 135⁰ 0,3222 0,3527 0,2854 0,8389
Katarak 90⁰ 0,1805 0,5748 0,4315 0,9098 135⁰ 0,2319 0,4558 0,3996 0,8841
Katarak 90⁰ 0,0724 0,5646 0,7700 0,9638 135⁰ 0,0904 0,4514 0,7567 0,9548
Katarak 90⁰ 0,0391 0,1829 0,9151 0,9805 135⁰ 0,0476 -0,0086 0,9079 0,9762
Katarak 90⁰ 0,1805 0,6198 0,4638 0,9098 135⁰ 0,2247 0,5126 0,4469 0,8876
Katarak 90⁰ 0,1126 0,4101 0,7151 0,9437 135⁰ 0,1391 0,2392 0,7019 0,9304
Katarak 90⁰ 0,0989 0,6057 0,6614 0,9506 135⁰ 0,1415 0,4091 0,6416 0,9293
Katarak 90⁰ 0,1494 0,6944 0,3841 0,9253 135⁰ 0,1986 0,5957 0,3536 0,9007
Katarak 90⁰ 0,1138 0,7181 0,4978 0,9431 135⁰ 0,1344 0,6622 0,4904 0,9328
Katarak 90⁰ 0,1943 0,5109 0,4466 0,9029 135⁰ 0,2235 0,4318 0,4335 0,8882
Katarak 90⁰ 0,1609 0,8059 0,3475 0,9195 135⁰ 0,1902 0,7595 0,3384 0,9049
Katarak 90⁰ 0,0770 0,5584 0,7552 0,9615 135⁰ 0,1058 0,3711 0,7378 0,9471
Katarak 90⁰ 0,1690 0,6884 0,4219 0,9155 135⁰ 0,1938 0,6283 0,4164 0,9031
Katarak 90⁰ 0,2034 0,9287 0,1835 0,8983 135⁰ 0,2842 0,9049 0,1656 0,8579
Katarak 90⁰ 0,1609 0,8364 0,3119 0,9195 135⁰ 0,2545 0,7409 0,2660 0,8728
Katarak 90⁰ 0,2299 0,9077 0,1586 0,8851 135⁰ 0,2497 0,8941 0,1533 0,8751
Katarak 90⁰ 0,2391 0,9577 0,1118 0,8805 135⁰ 0,3662 0,9423 0,0968 0,8232
Katarak 90⁰ 0,2724 0,9416 0,1334 0,8638 135⁰ 0,3258 0,9255 0,1199 0,8403
Katarak 90⁰ 0,2529 0,8876 0,1613 0,8736 135⁰ 0,3270 0,8568 0,1464 0,8397
Katarak 90⁰ 0,2494 0,8065 0,2112 0,8753 135⁰ 0,3222 0,7456 0,1886 0,8405
Katarak 90⁰ 0,3000 0,9038 0,1955 0,8515 135⁰ 0,4958 0,8455 0,1668 0,7867
Katarak 90⁰ 0,2195 0,9657 0,1002 0,8902 135⁰ 0,3294 0,9532 0,0893 0,8385
Katarak 90⁰ 0,2161 0,8941 0,1906 0,8920 135⁰ 0,2652 0,8724 0,1760 0,8674
Katarak 90⁰ 0,2011 0,8827 0,2064 0,8994 135⁰ 0,2545 0,8457 0,1918 0,8728
Katarak 90⁰ 0,2713 0,9387 0,1159 0,8644 135⁰ 0,3294 0,9240 0,1038 0,8353
Katarak 90⁰ 0,1539 0,8070 0,3701 0,9230 135⁰ 0,3234 0,8598 0,1732 0,8602
Citra sudut contrast correlation energy homogeneity sudut contrast correlation energy homogeneity
Normal 0⁰ 0,2241 0,4727 0,4012 0,8879 45⁰ 0,2640 0,3759 0,3833 0,8680
Normal 0⁰ 0,1632 0,3579 0,6092 0,9184 45⁰ 0,2069 0,1880 0,5812 0,8966
Normal 0⁰ 0,0161 0,2201 0,9637 0,9920 45⁰ 0,0166 0,2198 0,9625 0,9917
Normal 0⁰ 0,1264 0,2256 0,7263 0,9368 45⁰ 0,1498 0,0778 0,7102 0,9251
Normal 0⁰ 0,1586 0,5767 0,4922 0,9207 45⁰ 0,1902 0,4939 0,4701 0,9049
Normal 0⁰ 0,2080 0,5584 0,3655 0,8960 45⁰ 0,2699 0,4265 0,3332 0,8650
Normal 0⁰ 0,2207 0,5384 0,3505 0,8897 45⁰ 0,2759 0,4227 0,3238 0,8621
Normal 0⁰ 0,2414 0,3533 0,4436 0,8793 45⁰ 0,3282 0,1099 0,4109 0,8359
Normal 0⁰ 0,0851 0,2697 0,8058 0,9575 45⁰ 0,0963 0,1623 0,7980 0,9518
Normal 0⁰ 0,0299 0,1723 0,9349 0,9851 45⁰ 0,0285 0,1860 0,9372 0,9857
Normal 0⁰ 0,0069 0,0000 0,9863 0,9966 45⁰ 0,0071 0,0000 0,9858 0,9964
Normal 0⁰ 0,0241 0,3119 0,9415 0,9879 45⁰ 0,0262 0,2066 0,9418 0,9869
Normal 0⁰ 0,0529 0,3337 0,8706 0,9736 45⁰ 0,0583 0,2401 0,8687 0,9709
Normal 0⁰ 0,0253 0,2538 0,9415 0,9874 45⁰ 0,0357 -0,0182 0,9306 0,9822
Normal 0⁰ 0,0092 -0,0046 0,9817 0,9954 45⁰ 0,0083 -0,0041 0,9835 0,9958
Normal 0⁰ 0,0115 0,1609 0,9749 0,9943 45⁰ 0,0095 0,1995 0,9788 0,9952
Normal 0⁰ 0,0023 -0,0012 0,9954 0,9989 45⁰ 0,0024 -0,0012 0,9953 0,9988
Normal 0⁰ 0,0230 0,3641 0,9414 0,9885 45⁰ 0,0309 -0,0155 0,9396 0,9845
Normal 0⁰ 0,0816 0,5320 0,7516 0,9592 45⁰ 0,0975 0,4139 0,7457 0,9512
Normal 0⁰ 0,2529 0,4902 0,3157 0,8736 45⁰ 0,2996 0,3958 0,2960 0,8502
Normal 0⁰ 0,1736 0,6173 0,4047 0,9132 45⁰ 0,2271 0,4991 0,3766 0,8864
Normal 0⁰ 0,1839 0,6339 0,3505 0,9080 45⁰ 0,2354 0,5319 0,3210 0,8823
Normal 0⁰ 0,0460 0,1068 0,9047 0,9770 45⁰ 0,0535 -0,0275 0,8973 0,9732
Normal 0⁰ 0,0402 0,3189 0,9023 0,9799 45⁰ 0,0583 0,0454 0,8841 0,9709
Normal 0⁰ 0,0046 -0,0023 0,9908 0,9977 45⁰ 0,0048 -0,0024 0,9905 0,9976
Normal 0⁰ 0,0115 0,1609 0,9749 0,9943 45⁰ 0,0131 -0,0066 0,9741 0,9935
Normal 0⁰ 0,1897 0,6213 0,3485 0,9052 45⁰ 0,2235 0,5523 0,3286 0,8882
Normal 0⁰ 0,0471 0,4939 0,8622 0,9764 45⁰ 0,0642 0,2741 0,8515 0,9679
Normal 0⁰ 0,2632 0,4590 0,3196 0,8684 45⁰ 0,3627 0,2537 0,2845 0,8187
Normal 0⁰ 0,2218 0,4138 0,4490 0,8891 45⁰ 0,2925 0,2243 0,4160 0,8537
Normal 0⁰ 0,1402 0,6434 0,4887 0,9299 45⁰ 0,1962 0,5043 0,4479 0,9019
Normal 0⁰ 0,0069 -0,0035 0,9863 0,9966 45⁰ 0,0071 -0,0036 0,9858 0,9964
Normal 0⁰ 0,0195 0,1808 0,9570 0,9902 45⁰ 0,0166 0,2932 0,9601 0,9917
Normal 0⁰ 0,0046 -0,0023 0,9908 0,9977 45⁰ 0,0048 -0,0024 0,9905 0,9976
Normal 0⁰ 0,0460 0,2868 0,8917 0,9770 45⁰ 0,0535 0,1542 0,8861 0,9732
Normal 0⁰ 0,2149 0,3382 0,5065 0,8925 45⁰ 0,2687 0,1777 0,4767 0,8656
Normal 0⁰ 0,1828 0,5521 0,4438 0,9086 45⁰ 0,2295 0,4397 0,4138 0,8853
Normal 0⁰ 0,1046 0,3558 0,7441 0,9477 45⁰ 0,1439 0,1200 0,7134 0,9281
Normal 0⁰ 0,2467 0,3746 0,4201 0,8767 45⁰ 0,3264 0,1599 0,3916 0,8368
Normal 0⁰ 0,1933 0,4109 0,5162 0,9033 45⁰ 0,2378 0,2783 0,4902 0,8811
Normal 0⁰ 0,0867 0,4332 0,7681 0,9567 45⁰ 0,1250 0,1971 0,7350 0,9375
Normal 0⁰ 0,0800 0,2718 0,8165 0,9600 45⁰ 0,0851 0,2014 0,8157 0,9575
Normal 0⁰ 0,1250 0,4730 0,6534 0,9375 45⁰ 0,1892 0,2211 0,6036 0,9054
Normal 0⁰ 0,2233 0,3232 0,4967 0,8883 45⁰ 0,2535 0,2316 0,4809 0,8733
Normal 0⁰ 0,2600 0,3729 0,3930 0,8700 45⁰ 0,3385 0,1829 0,3624 0,8307
Normal 0⁰ 0,2733 0,3296 0,3939 0,8633 45⁰ 0,3524 0,1404 0,3626 0,8238
Normal 0⁰ 0,0425 0,5342 0,8685 0,9787 45⁰ 0,0559 0,3489 0,8621 0,9721
Normal 0⁰ 0,0276 0,2800 0,9349 0,9862 45⁰ 0,0321 0,1128 0,9327 0,9839
Normal 0⁰ 0,1425 0,5583 0,5567 0,9287 45⁰ 0,1807 0,4317 0,5354 0,9096
Normal 0⁰ 0,1943 0,5842 0,3778 0,9029 45⁰ 0,2093 0,5493 0,3704 0,8954
Normal 0⁰ 0,0333 0,2395 0,9240 0,9833 45⁰ 0,0440 0,0288 0,9126 0,9780
Normal 0⁰ 0,0138 0,2430 0,9682 0,9931 45⁰ 0,0166 0,1166 0,9648 0,9917
Normal 0⁰ 0,1034 0,4008 0,7347 0,9483 45⁰ 0,1367 0,1922 0,7127 0,9316
Normal 0⁰ 0,1425 0,3741 0,6501 0,9287 45⁰ 0,1748 0,2225 0,6311 0,9126
Normal 0⁰ 0,1207 0,3466 0,7093 0,9397 45⁰ 0,1379 0,2280 0,7035 0,9310
Normal 0⁰ 0,1195 0,3692 0,7057 0,9402 45⁰ 0,1570 0,1628 0,6803 0,9215
Normal 90⁰ 0,2034 0,5196 0,4160 0,8983 135⁰ 0,2985 0,2964 0,3682 0,8508
Normal 90⁰ 0,1598 0,3699 0,6124 0,9201 135⁰ 0,1891 0,2560 0,5929 0,9055
Normal 90⁰ 0,0425 0,2830 0,9002 0,9787 135⁰ 0,0476 0,1140 0,9016 0,9762
Normal 90⁰ 0,0770 0,4628 0,7858 0,9615 135⁰ 0,1189 0,1789 0,7507 0,9405
Normal 90⁰ 0,0920 0,3444 0,7763 0,9540 135⁰ 0,1130 0,2027 0,7582 0,9435
Normal 90⁰ 0,2149 0,5031 0,3995 0,8925 135⁰ 0,2545 0,4048 0,3833 0,8728
Normal 90⁰ 0,1989 0,4036 0,5080 0,9006 135⁰ 0,2200 0,3196 0,5052 0,8900
Normal 90⁰ 0,0276 0,1288 0,9415 0,9862 135⁰ 0,0309 0,0557 0,9373 0,9845
Normal 90⁰ 0,1230 0,3939 0,6896 0,9385 135⁰ 0,1546 0,2309 0,6691 0,9227
Normal 90⁰ 0,0759 0,3130 0,8195 0,9621 135⁰ 0,0892 0,2101 0,8059 0,9554
Normal 90⁰ 0,0471 0,1391 0,9004 0,9764 135⁰ 0,0571 -0,0294 0,8907 0,9715
Normal 90⁰ 0,1195 0,3292 0,7166 0,9402 135⁰ 0,1593 0,1048 0,6882 0,9203
Normal 90⁰ 0,0908 0,4339 0,7570 0,9546 135⁰ 0,1367 0,1430 0,7225 0,9316
Normal 90⁰ 0,0195 0,2512 0,9548 0,9902 135⁰ 0,0178 0,2044 0,9602 0,9911
Normal 90⁰ 0,0161 0,1169 0,9659 0,9920 135⁰ 0,0131 0,2607 0,9694 0,9935
Normal 90⁰ 0,0448 0,4115 0,8810 0,9776 135⁰ 0,0547 0,2311 0,8773 0,9727
Normal 90⁰ 0,0057 0,2882 0,9863 0,9971 135⁰ 0,0059 0,2882 0,9858 0,9970
Normal 90⁰ 0,1874 0,4860 0,4902 0,9063 135⁰ 0,2390 0,3437 0,4607 0,8805
Normal 90⁰ 0,2138 0,3740 0,4906 0,8931 135⁰ 0,2866 0,1360 0,4639 0,8567
Normal 90⁰ 0,1195 0,3967 0,6966 0,9402 135⁰ 0,1677 0,1521 0,6629 0,9162
Normal 90⁰ 0,2552 0,4284 0,3641 0,8724 135⁰ 0,3306 0,2626 0,3307 0,8347
Normal 90⁰ 0,2621 0,4715 0,3109 0,8690 135⁰ 0,3472 0,3009 0,2770 0,8264
Normal 90⁰ 0,2287 0,4814 0,3827 0,8856 135⁰ 0,3365 0,2362 0,3362 0,8317
Normal 90⁰ 0,2092 0,5600 0,3602 0,8954 135⁰ 0,2842 0,4032 0,3213 0,8579
Normal 90⁰ 0,2713 0,3624 0,3769 0,8644 135⁰ 0,3508 0,1763 0,3465 0,8246
Normal 90⁰ 0,2425 0,5141 0,3179 0,8787 135⁰ 0,3103 0,3781 0,2879 0,8448
Normal 90⁰ 0,1356 0,6786 0,5222 0,9322 135⁰ 0,1843 0,5564 0,4921 0,9078
Normal 90⁰ 0,1506 0,5742 0,5187 0,9247 135⁰ 0,2105 0,4016 0,4839 0,8948
Normal 90⁰ 0,1207 0,6548 0,5955 0,9397 135⁰ 0,1629 0,5229 0,5709 0,9185
Normal 90⁰ 0,1759 0,5967 0,4190 0,9121 135⁰ 0,2247 0,4844 0,3915 0,8876
Normal 90⁰ 0,0736 0,5443 0,7705 0,9632 135⁰ 0,1141 0,2713 0,7423 0,9429
Normal 90⁰ 0,0023 0,4988 0,9931 0,9989 135⁰ 0,0048 -0,0024 0,9905 0,9976
Normal 90⁰ 0,0563 0,5660 0,8175 0,9718 135⁰ 0,0856 0,3261 0,7955 0,9572
Normal 90⁰ 0,2759 0,4253 0,3202 0,8621 135⁰ 0,3401 0,2940 0,2939 0,8300
Normal 90⁰ 0,0253 0,1410 0,9459 0,9874 135⁰ 0,0238 0,0806 0,9510 0,9881
Normal 90⁰ 0,0897 0,2798 0,7939 0,9552 135⁰ 0,1023 0,1910 0,7818 0,9489
Normal 90⁰ 0,0034 -0,0016 0,9931 0,9983 135⁰ 0,0036 -0,0017 0,9929 0,9982
Normal 90⁰ 0,0161 0,4147 0,9570 0,9920 135⁰ 0,0190 0,3287 0,9532 0,9905
Normal 90⁰ 0,0575 0,1388 0,8793 0,9713 135⁰ 0,0630 0,0380 0,8755 0,9685
Normal 90⁰ 0,0943 0,5862 0,6869 0,9529 135⁰ 0,1451 0,3342 0,6596 0,9275
Normal 90⁰ 0,0276 0,1293 0,9415 0,9862 135⁰ 0,0333 -0,0169 0,9351 0,9834
Normal 90⁰ 0,2207 0,5342 0,3545 0,8897 135⁰ 0,3068 0,3494 0,3159 0,8466
Normal 90⁰ 0,2241 0,5145 0,3645 0,8879 135⁰ 0,3163 0,3093 0,3264 0,8419
Normal 90⁰ 0,2966 0,3115 0,3608 0,8517 135⁰ 0,3948 0,0819 0,3313 0,8026
Normal 90⁰ 0,2471 0,4939 0,3266 0,8764 135⁰ 0,3092 0,3684 0,3009 0,8454
Normal 90⁰ 0,2483 0,4588 0,3547 0,8759 135⁰ 0,3472 0,2355 0,3194 0,8264
Normal 90⁰ 0,2678 0,4284 0,3357 0,8661 135⁰ 0,3995 0,1504 0,2908 0,8002
Normal 90⁰ 0,2310 0,4891 0,3701 0,8845 135⁰ 0,3068 0,3236 0,3341 0,8466
Normal 90⁰ 0,1621 0,6285 0,4281 0,9190 135⁰ 0,2426 0,4430 0,3813 0,8787
Normal 90⁰ 0,2310 0,5241 0,3376 0,8845 135⁰ 0,3424 0,2960 0,2898 0,8288
Normal 90⁰ 0,2149 0,5499 0,3539 0,8925 135⁰ 0,2913 0,3928 0,3155 0,8543
Normal 90⁰ 0,2391 0,5083 0,3323 0,8805 135⁰ 0,3353 0,3110 0,2910 0,8323
Normal 90⁰ 0,2414 0,4407 0,3854 0,8793 135⁰ 0,3032 0,3011 0,3549 0,8484
Normal 90⁰ 0,2333 0,4746 0,3771 0,8833 135⁰ 0,3413 0,2150 0,3406 0,8294
Normal 90⁰ 0,2529 0,4886 0,3177 0,8736 135⁰ 0,3317 0,3293 0,2846 0,8341
Normal 90⁰ 0,2563 0,4784 0,3182 0,8718 135⁰ 0,3424 0,3021 0,2842 0,8288
Normal 90⁰ 0,2069 0,3919 0,4959 0,8966 135⁰ 0,2711 0,1975 0,4646 0,8644
Normal 90⁰ 0,1264 0,4186 0,6721 0,9368 135⁰ 0,1688 0,2211 0,6429 0,9156
Normal 90⁰ 0,0701 0,3707 0,8234 0,9649 135⁰ 0,1023 0,0682 0,7985 0,9489
Normal 90⁰ 0,2460 0,4079 0,3992 0,8770 135⁰ 0,3698 0,1140 0,3497 0,8151
Normal 90⁰ 0,1966 0,3530 0,5383 0,9017 135⁰ 0,2366 0,2189 0,5165 0,8817
Normal 90⁰ 0,1414 0,4591 0,6172 0,9293 135⁰ 0,1867 0,2790 0,5893 0,9067
Normal 90⁰ 0,0793 0,4537 0,7819 0,9603 135⁰ 0,1058 0,2635 0,7618 0,9471
Normal 90⁰ 0,0931 0,2207 0,7961 0,9534 135⁰ 0,1058 0,0796 0,7904 0,9471
Normal 90⁰ 0,2264 0,5172 0,3560 0,8868 135⁰ 0,3044 0,3511 0,3218 0,8478
Normal 90⁰ 0,1989 0,4274 0,4936 0,9006 135⁰ 0,2723 0,2258 0,4501 0,8639
Normal 90⁰ 0,0839 0,2331 0,8138 0,9580 135⁰ 0,0951 0,1171 0,8063 0,9524
Normal 90⁰ 0,0943 0,4234 0,7514 0,9529 135⁰ 0,1260 0,2347 0,7255 0,9370
Normal 90⁰ 0,2621 0,4467 0,3331 0,8690 135⁰ 0,3056 0,3569 0,3136 0,8472
Normal 90⁰ 0,2575 0,4124 0,3707 0,8713 135⁰ 0,3317 0,2442 0,3394 0,8341
Normal 90⁰ 0,2345 0,3939 0,4337 0,8828 135⁰ 0,3401 0,1254 0,3872 0,8300
Normal 90⁰ 0,2092 0,4576 0,4489 0,8954 135⁰ 0,3056 0,1983 0,4066 0,8472
Normal 90⁰ 0,1989 0,4889 0,4525 0,9006 135⁰ 0,2640 0,3198 0,4185 0,8680
Normal 90⁰ 0,1046 0,3975 0,7328 0,9477 135⁰ 0,1344 0,2324 0,7087 0,9328
Normal 90⁰ 0,0448 0,1104 0,9068 0,9776 135⁰ 0,0476 0,0665 0,9037 0,9762
Normal 90⁰ 0,0379 -0,0193 0,9263 0,9810 135⁰ 0,0357 -0,0181 0,9306 0,9822
Normal 90⁰ 0,1046 0,4277 0,7236 0,9477 135⁰ 0,1356 0,2070 0,7129 0,9322
Normal 90⁰ 0,0448 0,2411 0,8981 0,9776 135⁰ 0,0547 0,0518 0,8906 0,9727
Normal 90⁰ 0,0908 0,1696 0,8081 0,9546 135⁰ 0,0951 0,0803 0,8105 0,9524
Normal 90⁰ 0,1874 0,5759 0,4060 0,9063 135⁰ 0,2687 0,3871 0,3662 0,8656
Normal 90⁰ 0,2218 0,5168 0,3683 0,8891 135⁰ 0,3020 0,3398 0,3326 0,8490
Normal 90⁰ 0,1057 0,2242 0,7691 0,9471 135⁰ 0,1177 0,1447 0,7586 0,9411
Normal 90⁰ 0,0747 0,2763 0,8276 0,9626 135⁰ 0,0820 0,1984 0,8223 0,9590
Normal 90⁰ 0,0425 0,0296 0,9155 0,9787 135⁰ 0,0464 -0,0237 0,9105 0,9768
Normal 90⁰ 0,0161 0,3555 0,9592 0,9920 135⁰ 0,0214 -0,0105 0,9579 0,9893
Normal 90⁰ 0,1195 0,2594 0,7334 0,9402 135⁰ 0,1474 0,0930 0,7119 0,9263
Normal 90⁰ 0,1218 0,6740 0,5198 0,9391 135⁰ 0,2045 0,4572 0,4617 0,8977
Normal 90⁰ 0,1770 0,6232 0,3846 0,9115 135⁰ 0,2354 0,5005 0,3500 0,8823
Normal 90⁰ 0,2057 0,5697 0,3588 0,8971 135⁰ 0,2747 0,4243 0,3237 0,8627
Normal 90⁰ 0,2563 0,3101 0,4379 0,8718 135⁰ 0,3365 0,0888 0,4074 0,8317
Normal 90⁰ 0,0885 0,2334 0,8039 0,9557 135⁰ 0,1034 0,1008 0,7923 0,9483
Normal 90⁰ 0,0299 0,1185 0,9371 0,9851 135⁰ 0,0357 -0,0181 0,9306 0,9822
Normal 90⁰ 0,0057 0,2882 0,9863 0,9971 135⁰ 0,0059 0,0000 0,9882 0,9970
Normal 90⁰ 0,0241 0,3119 0,9415 0,9879 135⁰ 0,0262 0,2010 0,9418 0,9869
Normal 90⁰ 0,0460 0,3897 0,8811 0,9770 135⁰ 0,0618 0,1804 0,8666 0,9691
Normal 90⁰ 0,0299 0,1181 0,9371 0,9851 135⁰ 0,0333 0,0497 0,9328 0,9834
Normal 90⁰ 0,0080 -0,0040 0,9840 0,9960 135⁰ 0,0083 -0,0041 0,9835 0,9958
Normal 90⁰ 0,0069 0,4049 0,9817 0,9966 135⁰ 0,0119 -0,0059 0,9764 0,9941
Normal 90⁰ 0,0023 -0,0012 0,9954 0,9989 135⁰ 0,0024 -0,0012 0,9953 0,9988
Normal 90⁰ 0,0322 -0,0160 0,9372 0,9839 135⁰ 0,0309 -0,0149 0,9396 0,9845
Normal 90⁰ 0,0747 0,5808 0,7537 0,9626 135⁰ 0,1011 0,4039 0,7423 0,9495
Normal 90⁰ 0,2115 0,5733 0,3380 0,8943 135⁰ 0,2973 0,3988 0,2967 0,8514
Normal 90⁰ 0,1483 0,6719 0,4240 0,9259 135⁰ 0,1950 0,5655 0,3942 0,9025
Normal 90⁰ 0,1690 0,6622 0,3597 0,9155 135⁰ 0,2188 0,5631 0,3294 0,8906
Normal 90⁰ 0,0402 0,2016 0,9110 0,9799 135⁰ 0,0535 -0,0275 0,8973 0,9732
Normal 90⁰ 0,0506 0,1591 0,8918 0,9747 135⁰ 0,0559 0,0844 0,8862 0,9721
Normal 90⁰ 0,0046 -0,0023 0,9908 0,9977 135⁰ 0,0048 -0,0024 0,9905 0,9976
Normal 90⁰ 0,0126 -0,0063 0,9750 0,9937 135⁰ 0,0131 -0,0066 0,9741 0,9935
Normal 90⁰ 0,1586 0,6817 0,3683 0,9207 135⁰ 0,2331 0,5347 0,3239 0,8835
Normal 90⁰ 0,0540 0,4072 0,8581 0,9730 135⁰ 0,0630 0,2999 0,8515 0,9685
Normal 90⁰ 0,2908 0,4042 0,3069 0,8546 135⁰ 0,3805 0,2155 0,2797 0,8098
Normal 90⁰ 0,2172 0,4260 0,4515 0,8914 135⁰ 0,2806 0,2559 0,4211 0,8597
Normal 90⁰ 0,1402 0,6481 0,4809 0,9299 135⁰ 0,1891 0,5230 0,4525 0,9055
Normal 90⁰ 0,0046 0,3310 0,9886 0,9977 135⁰ 0,0071 -0,0036 0,9858 0,9964
Normal 90⁰ 0,0161 0,2934 0,9614 0,9920 135⁰ 0,0226 -0,0114 0,9556 0,9887
Normal 90⁰ 0,0046 -0,0023 0,9908 0,9977 135⁰ 0,0048 -0,0024 0,9905 0,9976
Normal 90⁰ 0,0414 0,3589 0,8959 0,9793 135⁰ 0,0523 0,1596 0,8883 0,9738
Normal 90⁰ 0,1793 0,4468 0,5287 0,9103 135⁰ 0,2604 0,2014 0,4813 0,8698
Normal 90⁰ 0,1414 0,6595 0,4638 0,9293 135⁰ 0,2224 0,4590 0,4182 0,8888
Normal 90⁰ 0,1149 0,3194 0,7294 0,9425 135⁰ 0,1367 0,1634 0,7185 0,9316
Normal 90⁰ 0,2267 0,4138 0,4384 0,8867 135⁰ 0,3333 0,1432 0,3897 0,8333
Normal 90⁰ 0,1700 0,4790 0,5330 0,9150 135⁰ 0,2344 0,2873 0,4917 0,8828
Normal 90⁰ 0,0917 0,4159 0,7598 0,9542 135⁰ 0,1007 0,3536 0,7538 0,9497
Normal 90⁰ 0,0717 0,3207 0,8281 0,9642 135⁰ 0,0885 0,1688 0,8128 0,9557
Normal 90⁰ 0,1300 0,4601 0,6461 0,9350 135⁰ 0,1701 0,3032 0,6146 0,9149
Normal 90⁰ 0,1867 0,4309 0,5203 0,9067 135⁰ 0,2691 0,1822 0,4746 0,8655
Normal 90⁰ 0,2183 0,4798 0,4101 0,8908 135⁰ 0,3021 0,2690 0,3760 0,8490
MainActivity.xml
<?xml version="1.0" encoding="utf-8"?>
<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/apk/res-auto"
xmlns:tools="http://schemas.android.com/tools"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:orientation="horizontal"
tools:context="com.example.user.appss.MainActivity">
<ImageView
android:id="@+id/result_from_server"
android:layout_width="200dp"
android:layout_height="200dp"
android:layout_alignParentTop="true"
android:layout_centerHorizontal="true"
android:layout_marginTop="35dp" />
<Button
android:id="@+id/btn_camera"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_alignLeft="@+id/result_from_server"
android:layout_alignStart="@+id/result_from_server"
android:layout_below="@+id/result_from_server"
android:layout_marginTop="103dp"
android:background="#A1887F"
android:text="Camera" />
<Button
android:id="@+id/btnGallery"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
android:layout_alignBaseline="@+id/btn_camera"
android:layout_alignBottom="@+id/btn_camera"
android:layout_alignParentEnd="true"
android:layout_alignParentRight="true"
android:layout_marginEnd="90dp"
android:layout_marginRight="90dp"
android:background="#A1887F"
android:text="Gallery" />
</RelativeLayout>
FIleUri.java
package com.example.user.appss.helper;
import android.net.Uri;
import android.os.Environment;
import android.util.Log;
import java.io.File;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.Enumeration;
import java.util.Locale;
/**
* Created by User on 10/14/2017.
*/
public class FileUri {
public static final String IMAGE_DIRECTORY_NAME = "Katarak/img";
public static final int MEDIA_TYPE_IMAGE = 1;
public static Uri getOutputMediaFileUri(int type) {
return Uri.fromFile(getOutputMediaFile(type));
}
private static File getOutputMediaFile(int type) {
File mediaStorageDir = new File(
Environment
.getExternalStoragePublicDirectory(Environment.DIRECTORY_PICTURES),
IMAGE_DIRECTORY_NAME);
if (!mediaStorageDir.exists()) {
if (!mediaStorageDir.mkdirs()) {
Log.d(IMAGE_DIRECTORY_NAME, "Oops! Failed create"
+ IMAGE_DIRECTORY_NAME + "directory");
return null;
}
}
String timeStamp = new SimpleDateFormat("yyyyMMdd_HHmmss",
Locale.getDefault()).format(new Date());
File mediaFile;
if (type == MEDIA_TYPE_IMAGE) {
mediaFile = new File(mediaStorageDir.getPath() + File.separator
+ "IMG_" + timeStamp + ".jpg");
} else {
return null;
}
return mediaFile;
}
}
MainActivity.java
package com.example.user.appss;
import android.Manifest;
import android.app.ProgressDialog;
import android.content.ActivityNotFoundException;
import android.content.Context;
import android.content.ContextWrapper;
import android.content.Intent;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;
import android.net.Uri;
import android.os.AsyncTask;
import android.os.Environment;
import android.provider.MediaStore;
import android.support.v4.app.ActivityCompat;
import android.support.v7.app.AppCompatActivity;
import android.os.Bundle;
import android.util.Log;
import android.view.View;
import android.widget.Button;
import android.widget.ImageView;
import android.widget.Toast;
import com.example.user.appss.helper.FileUri;
import java.io.ByteArrayOutputStream;
import java.io.DataOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.HttpURLConnection;
import java.net.MalformedURLException;
import java.net.URL;
public class MainActivity extends AppCompatActivity {
private static final int selectImage = 1;
private static final int CROP_IMAGE = 0;
ImageView resultView;
private static final String TAG = "MainActivity";
public static final int CAMERA_CAPTURE_IMAGE_REQUEST_CODE = 100;
private Context mContex = this;
private final static String INPUT_IMG_FILENAME = "/temp.jpg";
private final String SERVERURL =
"http://192.168.43.54/EE368_Android_Tutorial3_Server/computeSIFT.php";
private final static int RequestPermissionCode = 0;
private final static int WriteRequestPermissionCode = 1;
private final static int ReadRequestPermissionCode = 2;
private static final String[] RequestPermissions = new
String[]{Manifest.permission.CAMERA,
Manifest.permission.READ_EXTERNAL_STORAGE,
Manifest.permission.WRITE_EXTERNAL_STORAGE};
private static final int[] RequestPermissionCodes = new
int[]{RequestPermissionCode, ReadRequestPermissionCode, WriteRequestPermissionCode};
private Uri fileUri;
Bitmap bitmapResult;
// Context mContex;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
EnableRuntimePermissionToAccessCamera();
Button btnCamera = (Button) findViewById(R.id.btn_camera);
Button btnGal = (Button) findViewById(R.id.btnGallery);
resultView = (ImageView) findViewById(R.id.result_from_server);
btnCamera.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
Intent intent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);
fileUri = FileUri.getOutputMediaFileUri(FileUri.MEDIA_TYPE_IMAGE);
intent.putExtra(MediaStore.EXTRA_OUTPUT, fileUri);
startActivityForResult(intent, CAMERA_CAPTURE_IMAGE_REQUEST_CODE);
}
});
btnGal.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
openGallery();
}
});
}
private void openGallery() {
Intent gallery = new Intent(Intent.ACTION_PICK,
MediaStore.Images.Media.EXTERNAL_CONTENT_URI);
startActivityForResult(gallery, selectImage);
}
@Override
protected void onSaveInstanceState(Bundle outState) {
super.onSaveInstanceState(outState);
outState.putParcelable("file_uri", fileUri);
}
@Override
protected void onRestoreInstanceState(Bundle savedInstanceState) {
super.onRestoreInstanceState(savedInstanceState);
if (savedInstanceState != null) {
fileUri = savedInstanceState.getParcelable("file_uri");
}
}
@Override
protected void onActivityResult(int requestCode, int resultCode, Intent data) {
/*if (requestCode == CAMERA_CAPTURE_IMAGE_REQUEST_CODE && resultCode ==
RESULT_OK) {
Log.d(TAG, "Data Is Not Null");
ServerTask task = new ServerTask(this);
task.execute(fileUri.getPath());*/
if (resultCode == RESULT_OK) {
if (requestCode == CAMERA_CAPTURE_IMAGE_REQUEST_CODE ) {
CropImage();
}else if (requestCode == selectImage){
fileUri = data.getData();
CropImage();
}
else if (requestCode == CROP_IMAGE) {
Log.d(TAG, "Data Is Not Null");
ServerTask task = new ServerTask(this);
task.execute(fileUri.getPath());
}
}
}
private boolean CropImage() {
// take care of exceptions
try {
if (fileUri != null) {
Intent cropIntent = new Intent("com.android.camera.action.CROP");
// indicate image type and Uri
cropIntent.setDataAndType(fileUri, "image/*");
// set crop properties
cropIntent.putExtra("crop", "true");
// indicate aspect of desired crop
cropIntent.putExtra("aspectX", 1);
cropIntent.putExtra("aspectY", 1);
// indicate output X and Y
cropIntent.putExtra("outputX", 30);
cropIntent.putExtra("outputY", 30);
// retrieve data on return
cropIntent.putExtra("return-data", true);
File f = createNewFile("CROP_");
try {
f.createNewFile();
}catch (IOException ex){
Log.e("io", ex.getMessage());
}
fileUri = Uri.fromFile(f);
cropIntent.putExtra(MediaStore.EXTRA_OUTPUT, fileUri);
// start the activity - we handle returning in onActivityResult
startActivityForResult(cropIntent, CROP_IMAGE);
return true;
}
}
// respond to users whose devices do not support the crop action
catch (ActivityNotFoundException anfe) {
String errorMessage = "Whoops - your device doesn't support the crop
action!";
Toast toast = Toast.makeText(this, errorMessage, Toast.LENGTH_SHORT);
toast.show();
return false;
}
return false;
}
private File createNewFile(String prefix){
if(prefix==null || "".equalsIgnoreCase(prefix)){
prefix="IMG_";
}
File newDirectory = new
File(Environment.getExternalStorageDirectory()+"/mypics/");
if(!newDirectory.exists()){
if(newDirectory.mkdir()){
Log.d(mContex.getClass().getName(), newDirectory.getAbsolutePath()+"
directory created");
}
}
File file = new File(newDirectory,(prefix+System.currentTimeMillis()+".jpg"));
if(file.exists()){
//this wont be executed
file.delete();
try {
file.createNewFile();
} catch (IOException e) {
e.printStackTrace();
}
}
return file;
}
public void EnableRuntimePermissionToAccessCamera(){
if (ActivityCompat.shouldShowRequestPermissionRationale(MainActivity.this,
Manifest.permission.READ_EXTERNAL_STORAGE) ||
ActivityCompat.shouldShowRequestPermissionRationale(MainActivity.this,Manifest.permiss
ion.WRITE_EXTERNAL_STORAGE)
||
ActivityCompat.shouldShowRequestPermissionRationale(MainActivity.this,Manifest.permiss
ion.CAMERA))
{
ActivityCompat.requestPermissions(MainActivity.this,RequestPermissions,
ReadRequestPermissionCode);
} else {
ActivityCompat.requestPermissions(MainActivity.this,RequestPermissions,
ReadRequestPermissionCode);
}
}
private class ServerTask extends AsyncTask<String, Integer , Void>
{
public byte[] dataToServer;
//Task state
private final int UPLOADING_PHOTO_STATE = 0;
private final int SERVER_PROC_STATE = 1;
private ProgressDialog dialog;
Context context;
//upload photo to server
HttpURLConnection uploadPhoto(FileInputStream fileInputStream)
{
final String serverFileName = "test"+ (int) Math.round(Math.random()*1000)
+ ".jpg";
final String lineEnd = "\r\n";
final String twoHyphens = "--";
final String boundary = "*****";
try
{
URL url = new URL(SERVERURL);
// Open a HTTP connection to the URL
final HttpURLConnection conn =
(HttpURLConnection)url.openConnection();
// Allow Inputs
conn.setDoInput(true);
// Allow Outputs
conn.setDoOutput(true);
// Don't use a cached copy.
conn.setUseCaches(false);
// Use a post method.
conn.setRequestMethod("POST");
conn.setRequestProperty("Connection", "Keep-Alive");
conn.setRequestProperty("Content-Type", "multipart/form-
data;boundary="+boundary);
DataOutputStream dos = new DataOutputStream( conn.getOutputStream() );
dos.writeBytes(twoHyphens + boundary + lineEnd);
dos.writeBytes("Content-Disposition: form-data;
name=\"uploadedfile\";filename=\"" + serverFileName +"\"" + lineEnd);
dos.writeBytes(lineEnd);
// create a buffer of maximum size
int bytesAvailable = fileInputStream.available();
int maxBufferSize = 1024;
int bufferSize = Math.min(bytesAvailable, maxBufferSize);
byte[] buffer = new byte[bufferSize];
// read file and write it into form...
int bytesRead = fileInputStream.read(buffer, 0, bufferSize);
while (bytesRead > 0)
{
dos.write(buffer, 0, bufferSize);
bytesAvailable = fileInputStream.available();
bufferSize = Math.min(bytesAvailable, maxBufferSize);
bytesRead = fileInputStream.read(buffer, 0, bufferSize);
}
// send multipart form data after file data...
dos.writeBytes(lineEnd);
dos.writeBytes(twoHyphens + boundary + twoHyphens + lineEnd);
publishProgress(SERVER_PROC_STATE);
// close streams
fileInputStream.close();
dos.flush();
return conn;
}
catch (MalformedURLException ex){
Log.e(TAG, "error: " + ex.getMessage(), ex);
return null;
}
catch (IOException ioe){
Log.e(TAG, "error: " + ioe.getMessage(), ioe);
return null;
}
}
//get image result from server and display it in result view
void getResultImage(HttpURLConnection conn){
// retrieve the response from server
InputStream is;
try {
is = conn.getInputStream();
//get result image from server
bitmapResult = BitmapFactory.decodeStream(is);
Log.d(TAG,conn.toString());
is.close();
} catch (IOException e) {
Log.e(TAG,e.toString());
e.printStackTrace();
}
}
//Main code for processing image algorithm on the server
void processImage(String inputImageFilePath){
publishProgress(UPLOADING_PHOTO_STATE);
File inputFile = new File(inputImageFilePath);
try {
//create file stream for captured image file
FileInputStream fileInputStream = new FileInputStream(inputFile);
//upload photo
final HttpURLConnection conn = uploadPhoto(fileInputStream);
Log.d(TAG,"Result from server : " + conn.getResponseMessage());
//get processed photo from server
if (conn != null){
getResultImage(conn);}
fileInputStream.close();
}
catch (FileNotFoundException ex){
Log.e(TAG, ex.toString());
}
catch (IOException ex){
Log.e(TAG, ex.toString());
}
}
public ServerTask(Context context) {
this.context = context;
}
protected void onPreExecute() {
this.dialog = new ProgressDialog(context);
this.dialog.setMessage("Photo captured");
this.dialog.show();
}
@Override
protected Void doInBackground(String... params) {//background operation
String uploadFilePath = params[0];
processImage(uploadFilePath);
//release camera when previous image is processed
return null;
}
//progress update, display dialogs
@Override
protected void onProgressUpdate(Integer... progress) {
if(progress[0] == UPLOADING_PHOTO_STATE){
dialog.setMessage("Uploading");
dialog.show();
}
else if (progress[0] == SERVER_PROC_STATE){
if (dialog.isShowing()) {
dialog.dismiss();
}
this.dialog = new ProgressDialog(context);
this.dialog.setMessage("Processing");
this.dialog.show();
}
}
@Override
protected void onPostExecute(Void param) {
if (dialog.isShowing()){
dialog.dismiss();
}
if (bitmapResult != null){
resultView.setImageBitmap(bitmapResult);
}
}
}
}
Training.m
% prepare class label for first run of svm [data]=xlsread('C:\wamp64\www\EE368_Android_Tutorial3_Server\dataTrain1.xlsx'
);
class=cell(333,1); class(1:186,1)={'Katarak'}; class(187:333,1)={'Normal'};
% perform run of svm figure, SVMModel = fitcsvm(data,class);
sv = SVMModel.SupportVectors; gscatter(data(:,1),data(:,2),class)
grid on hold on plot(sv(:,1),sv(:,2),'ko','MarkerSize',5) legend('Katarak','Normal','Support Vector') hold off xlabel('Metric') ylabel('Eccentricity')
save SVMModel.mat SVMModel
Uji.m
function computeSIFT(input_img_path, output_img_path) %----------------------------------------------------------------------------
- % EE368 Digital Image Processing % Android Tutorial #3: Server-Client Communication % Author: Derek Pang ([email protected]), David Chen ([email protected]) %----------------------------------------------------------------------------
-- % INPUT: % input_img_path - input image path % output_img_path - output image path %----------------------------------------------------------------------------
-- tic; %Add VLFeat library for computing SIFT feature addpath(genpath('C:/wamp64/www/EE368_Android_Tutorial3_Server/vlfeat-
0.9.14/'))
if nargin < 2 input_img_path
=('C:/wamp64/www/EE368_Android_Tutorial3_Server/upload/test.jpg'); output_img_path =('./output/test2.jpg'); end
if(isempty(input_img_path)) input_img_path =('./upload/test.jpg'); end
if(isempty(output_img_path)) output_img_path =('./output/test2.jpg'); end
% -------------------------------------------------------------------- % Load an image % -------------------------------------------------------------------- InputImg = imread(input_img_path) ; % -------------------------------------------------------------------- % Convert the to required format % --------------------------------------------------------------------
%GrayImg = rgb2gray(InputImg); % -------------------------------------------------------------------- % Run SIFT % --------------------------------------------------------------------
gray = rgb2gray(InputImg); offsets = [0 1;-1 1;-1 0;-1 -1]; [GLCMS,SI] = graycomatrix(gray,'Of', offsets); stat = graycoprops(GLCMS,{'contrast','homogeneity','correlation','energy'}); %stats=[stat.Contrast stat.Homogeneity stat.Correlation stat.Energy]; stats=[stat.Contrast stat.Homogeneity stat.Correlation stat.Energy];
load SVMModel Group = predict(SVMModel,stats);
if strcmp(Group, 'Katarak') K = imread('hasil/fixKatarak.png'); imwrite(K, output_img_path,'Quality',100); else N = imread('hasil/fixNormal.png'); imwrite(N, output_img_path,'Quality',100); end
display(Group) %Construct output image %convert figure to correct image perspective ratio
toc end
computeSIFT.php
<?php
#-------------------------------------------------------------------------------
# EE368 Digital Image Processing
# Android Tutorial #3: Server-Client Interaction Example for Image Processing
# Author: Derek Pang ([email protected]), David Chen ([email protected])
#------------------------------------------------------------------------------
#function for streaming file to client
function streamFile($location, $filename, $mimeType='application/octet-stream')
{ if(!file_exists($location))
{ header ("HTTP/1.0 404 Not Found");
return;
}
$size=filesize($location);
$time=date('r',filemtime($location));
#html response header
header('Content-Description: File Transfer');
header("Content-Type: $mimeType");
header('Cache-Control: public, must-revalidate, max-age=0');
header('Pragma: no-cache');
header('Accept-Ranges: bytes');
header('Content-Length:'.($size));
header("Content-Disposition: inline; filename=$filename");
header("Content-Transfer-Encoding: binary\n");
header("Last-Modified: $time");
header('Connection: close');
ob_clean();
flush();
readfile($location);
}
#**********************************************************
#Main script
#**********************************************************
#<1>set target path for storing photo uploads on the server
$photo_upload_path = "C:/wamp64/www/EE368_Android_Tutorial3_Server/upload/";
$photo_upload_path = $photo_upload_path. basename( $_FILES['uploadedfile']['name']);
#<2>set target path for storing result on the server
$processed_photo_output_path = "./output/processed_";
$processed_photo_output_path = $processed_photo_output_path. basename(
$_FILES['uploadedfile']['name']);
$downloadFileName = 'processed_' . basename( $_FILES['uploadedfile']['name']);
#<3>modify maximum allowable file size to 10MB and timeout to 300s
ini_set('upload_max_filesize', '10M');
ini_set('post_max_size', '10M');
ini_set('max_input_time', 300);
ini_set('max_execution_time', 300);
#<4>Get and stored uploaded photos on the server
if(copy($_FILES['uploadedfile']['tmp_name'], $photo_upload_path)) {
#<5> execute matlab image processing algorithm
#example: Compute and display SIFT features using VLFeat and Matlab
$command = "matlab -nojvm -nodesktop -nodisplay -r
\"computeSIFT('$photo_upload_path','$processed_photo_output_path');exit\"";
exec($command);
#<6>stream processed photo to the client
while (!file_exists($processed_photo_output_path)) sleep(1);
streamFile($processed_photo_output_path, $downloadFileName,"application/octet-
stream");
} else{
echo "There was an error uploading the file to $photo_upload_path !";
}
?>