PERBANDINGAN PENGGUNAAN DETEKSI TEPI DENGAN METODE LAPLACE, SOBEL DAN PREWIT DAN CANNY PADA PENGENALAN POLA
DOI:
https://doi.org/10.33633/tc.v13i3.570Abstract
Pengenalan pola merupakan salah satu cabang dari kecerdasan buatan. Dalam pengenalan pola terdapat beberapa langkah yang dilalui. Langkah-langkah yang dilewati diantara preprosesing, ekstraksi fitur dan terakhir klasifikasi. Preprosesing merupakan proses membedakan gambar dengan backgroundnya. Pada tahap preprosesing sebagian besar penelitian mengubah citra Red Green Blue menjadi citra grayscale. Pada tahap ekstraksi fitur, terdapat banyak metode untuk diterapkan, diantaranya deteksi tepi dengan metode Laplace, Sobel & Prewit dan Canny. Dalam berbagai penelitian yang telah dilakukan, penggunaan deteksi tepi Canny untuk segmentasi atau ekstraksi fitur memperoleh hasil yang lebih akurat dibandingkan dengan deteksi tepi lainnya. Setelah dilakukan ekstraksi fitur, tahap berikutnya adalah mengklasifikasikan data. Banyak pula metode untuk mengklasifikasikan sebuah data, diantaranya yang paling sederhana adalah dengan menggunakan metode k-Nearest Neighbor yang mana metode tersebut memiliki keunggulan terhadap data yang memiliki banyak noise serta efektif terhadap data yang berukuran sangat besar. Sedangkan untuk melakukan pengukuran jarak, digunakan Manhattan Distance, karena dalam beberapa penelitian, penggunaan Manhattan Distance memiliki keakurasian yang lebih tinggi dibandingkan dengan Euclidean Distance. Kata Kunci : pengenalan pola, deteksi tepi, Laplace, Sobel & Prewit, Canny, k-Nearest Neighbour, Manhattan DistanceDownloads
Published
Issue
Section
License
Copyright (c) 2014 Johanes Widagdho Yodha, Achmad Wahid Kurniawan
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Pernyataan Lisensi
Artikel yang diterbitkan dalam jurnal Techno.Com dilisensikan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional (CC BY-NC 4.0).
Anda diperbolehkan untuk menyalin, mendistribusikan, menampilkan, dan melakukan karya dari artikel ini serta membuat karya turunan selama Anda memberikan kredit yang sesuai kepada penulis asli dan tidak menggunakan karya ini untuk tujuan komersial. Untuk melihat salinan lisensi ini, kunjungi [Creative Commons Attribution-NonCommercial 4.0 International](https://creativecommons.org/licenses/by-nc/4.0/).
---
Contoh pengkreditan:
- Penulis: [Nama Penulis]
- Judul Artikel: [Judul Artikel]
- Jurnal: Techno.Com, Vol. [Nomor Volume], No. [Nomor Edisi], Tahun [Tahun Penerbitan]
Jika Anda ingin menggunakan karya ini untuk tujuan komersial, Anda harus mendapatkan izin terlebih dahulu dari penulis atau penerbit.
---