Ulasan Skripsi 5 : Ekstraksi Ciri Morfologi Dan Tekstur Untuk Temu Kembali Citra Helai Daun

Penulis Skripsi	:	Annisa
Sumber	:	http://iirc.ipb.ac.id/jspui/handle/123456789/11521
Tahun	:	2009

Banyaknya jenis daun dengan karakteristik yang berbeda menyebabkan sulitnya melakukan pengenalan helai daun dalam ilmu biologi dan kehutanan. Penulis memilih ciri morfologi dan tekstur untuk mengidentifikasi jenis daun karena gabungan dari keduanya membuat identifikasi menjadi lebih akurat. Sedangkan ciri warna tidak digunakan karena secara umum warna daun adalah hijau. Hal tersebutlah yang menjadi latar belakang penulis dalam skripsinya.

Tujuan dari penelitian penulis adalah untuk mengevaluasi hasil temu kembali citra pada helai daun dengan menggunakan penciri morfologi, tekstur dan gabungan keduanya.

Penulis mengklasifikasikan sebelas jenis daun dalam penelitiannya, yaitu daun alpukat, bisbul, cokelat, durian, jamblang, jambu biji, jambu bol, kepel, manggis, menteng, dan nangka. Masing-masing jenis daun dimabil seratus contoh dengan menggunakan kamera digital.

Dari data hasil foto berupa 11000 citra daun berformat JPG penulis lalu mengubah setiap ukurannya menjadi 200x150 piksel dengan latar belakang putih. Kemudian citra RGB diubah menjadi grayscale, citra grayscale dikonversi menjadi citra biner dengan threshold 0.87, dan terakhir noise dihilangkan dengan 3x3 rectangular averaging filter.

Matriks yang dihasilkan dari ekstraksi ciri morfologi seluruh citra berupa matriks berukuran 6 x 1100 yang merupakan representasi dari 11000 citra dengan setiap citranya memiliki vector yang terdiri dari 6 elemen, yaitu diameter, leaf area, leaf perimeter, smooth factor, form factor, dan perimeter ratio of diameter. Sedangkan matriks yang dihasilkan dari ekstraksi ciri tekstur berupa matriks berukuran 7 x 11000 yang berasal dari 11000 citra dengan 7 elemen pada tiap citranya, yaitu energy, moment, entropy, maximum probablity, contrast, correlation, dan homogeneity.

Temu kembali yang dihasilkan dari penelitian yang dilakukan oleh penulis merupakan citra-citra yang memiliki kemiripan yang paling tinggi dengan citra query berdasarkan ciri morfologi, ciri tekstur, atau gabungan keduanya dengan model Bayesian Network. Penulis melakukan perhitungan nilai recall dan precision untuk menentukan tingkat keberhasilan dalam proses temu kembali citra.

Dari perbandingan rata-rata nilai recall precision menggunakan ciri morfologi, tekstur dan model Bayesian Network penulis melihat bahwa nilai rata-rata precision terbesar untuk seluruh kelas diperoleh menggunakan model Bayesian Network dan nilai rata-rata precision terkecil untuk seluruh kelas diperoleh menggunakan penciri morfologi.