ANALISIS KOMPONEN UTAMA PADA HASIL EKSTRAKSI FITUR CITRA DIGITAL

  • Veronica Lusiana Universitas Stikubank
  • Imam Husni Al Amin Universitas Stikubank
  • Budi Hartono Universitas Stikubank
DOI: https://doi.org/10.35315/dinamik.v22i2.7111

Abstract

Penelitian ini bertujuan untuk memperoleh jumlah dimensi data yang optimal untuk proses pencarian citra. Proses ekstraksi fitur citra menggunakan matriks GLCM (Grey- Level Co-occurrence Matrix), dengan memilih fitur tekstur citra. Fitur yang digunakan adalah mean, entropi, energi, kontras, dan homogenitas. Matriks ini menyimpan data co- occurrence tingkat keabuan piksel untuk ketetanggaan pada arah 0°, 45°, 90°, dan 135°. Proses reduksi dimensi data menggunakan analisis komponen utama (Principal Component Analysis, PCA).

Melalui hasil percobaan diperoleh, fitur yang dominan (signifikan) adalah mean dan entropi untuk ketetanggaan pada sudut 0 derajat. Pada ketetanggaan sudut 45 derajat maka fitur yang dominan adalah entropi dan kontras untuk. Fitur dominan disini adalah fitur utama yang dapat mewakili beberapa fitur-fitur lain yang digunakan untuk pencarian isi citra.

DB Error: Table './ojs/metrics' is marked as crashed and last (automatic?) repair failed