Perbandingan Metode Ekstraksi Ciri Histogram dan PCA untuk Mendeteksi Stoma pada Citra Penampang Daun Freycinetia

Abstrak

Ekstraksi fitur adalah proses pengambilan ciri sebuah objek yang dapat menggambarkan karakteristik dari objek tersebut. Pada penelitian ini, dua buah metode ekstraksi fitur digunakan, yaitu Principal Component Analysis (PCA) dan histogram untuk melakukan deteksi stoma pada gambar penampang daun Freycinetia. Penelitian ini menggunakan frame berjalan yang melakukan pengolahan bagian citra dan melakukan deteksi kemunculan stoma pada bagian citra tersebut. Untuk memodelkan kemunculan stoma, dibuat tiga kelas frame, yaitu frame dengan kemunculan stoma penuh, frame dengan kemunculan sebagian stoma, dan frame tanpa kemunculan stoma. Untuk proses klasifikasi, digunakan pemodelan menggunakan Jaringan Saraf Tiruan (JST) Backprogragation. Hasil percobaan menunjukkan bahwa ekstraksi fitur menggunakan PCA menghasilkan akurasi yang lebih baik dibandingkan dengan metode histogram. Nilai F1-measure yang terbaik yang didapatkan menggunakan ekstraksi fitur PCA ialah 0.9091.

Kata kunci: deteksi stoma, ekstraksi fitur, Freycinetia, histogram, PCA