Blog Archives
Jaringan Syaraf Tiruan untuk Identifikasi Jenis Bunga
Jaringan syaraf tiruan (neural network) merupakan algoritma yang mampu melakukan identifikasi suatu kelas berdasarkan ciri masukan yang diberikan. Algoritma ini akan melatihkan ciri masukan yang diberikan pada masing-masing kelas sehingga diperoleh suatu arsitektur jaringan dan bobot-bobot awal yang mampu memetakan ciri masukan ke dalam kelas keluaran.
Terdapat banyak jenis jaringan syaraf tiruan, di antaranya adalah backpropagation, perceptron, probablistik neural network, radial basis network, dll.
Berikut ini merupakan contoh aplikasi pemrograman matlab (menggunakan matlab r2015b) untuk mengidentifikasi jenis bunga menggunakan algoritma jaringan syaraf tiruan radial basis function (rbfnn). Pada proses pelatihan jaringan digunakan 100 citra latih yang terdiri dari 50 citra bunga dengan jenis kansas state flower dan 50 citra bunga berjenis marguerite daisy. Sedangkan pada proses pengujian digunakan 60 citra uji yang terdiri dari 30 citra bunga kansas state flower dan 50 citra bunga marguerite daisy.
Contoh citra bunga yang digunakan ditunjukkan pada gambar berikut.
Cara melakukan cropping citra secara otomatis
Dalam bidang pengolahan citra digital, segmentasi merupakan proses yang bertujuan untuk memisahkan suatu region dengan region lainnya. Pemisahan didasarkan pada perbedaan karakteristik antar region seperti perbedaan tingkat kecerahan, warna, tekstur, dll. Proses tersebut menghasilkan keluaran berupa citra biner di mana region yang telah tersegmentasi (pada umumnya disebut juga dengan foreground) akan berwarna putih atau bernilai 1. Sedangkan region lainnya (disebut juga dengan background) akan berwarna hitam atau bernilai 0.
Ada berbagai jenis metode segmentasi citra di antaranya adalah thresholding, active contour, deteksi tepi, transformasi hough, watershed, region growing, dll. Pada contoh ini ditunjukkan sebuah proses segmentasi citra dengan metode thresholding. Citra keluaran dari proses tersebut adalah citra biner yang kemudian digunakan untuk melakukan cropping dan juga perhitungan luas, keliling, dan centroid dari masing-masing objek.
Langkah-langkah pemrograman matlab untuk melakukan segmentasi citra adalah sebagai berikut:
1. Membaca citra asli
clc; clear; close all; warning off all;
originalImage = imread('doodles.jpg');
figure, imshow(originalImage);
sehingga diperoleh tampilan citra asli seperti pada gambar di bawah ini:
k-Nearest Neighbor (k-NN) Menggunakan Matlab
Algoritma k-nearest neighbor (k-NN atau KNN) merupakan sebuah algoritma untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Ilustrasi dari metode yang digunakan oleh algoritma k-nn ditunjukkan pada gambar di bawah ini:
Background Subtraction dengan Metode Pengurangan Citra Grayscale
Deteksi kendaraan adalah salah satu tahapan yang harus dilakukan dalam proses identifikasi kendaraan. Contoh aplikasi pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction pengurangan citra grayscale adalah sebagai berikut:
Langkah-langkahnya yaitu:
-read more->
Background Subtraction dengan Metode Pengurangan Citra Biner
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mendeteksi kendaraan dengan metode background subtraction pengurangan citra biner:
Langkah-langkahnya adalah sebagai berikut:
-read more->
Background Subtraction dalam ruang warna HSV
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction dalam ruang warna HSV.
Langkah langkahnya adalah sebagai berikut:
-read more->
Efek Sepia pada Foto Digital
Dalam dunia fotografi dan foto editing, sepia adalah efek warna kecoklatan yang banyak dilihat pada kamera abad 19 dan 20-an. Berikut ini merupakan pemrograman matlab untuk memberikan efek sepia pada foto digital.
| Foto Asli | Efek Sepia |
 |
 |
 |
 |
 |
 |
 |
 |
True Color and Pseudo Color
Citra truecolor merupakan citra yang memiliki warna sejati yaitu warna yang berasal dari kombinasi warna dasar merah, hijau, dan biru. Citra truecolor 24-bit memiliki kombinasi warna sebanyak 2^24 atau 16.777.216 warna yang tersusun dari tiga buah kanal warna (merah, hijau, dan biru) di mana masing-masing kanal warna memiliki range nilai intensitas sebesar 2^8 atau 256 (8-bit).
Berikut ini merupakan contoh citra truecolor 24-bit beserta kanal-kanal warna penyusunnya:
1. Citra truecolor 24-bit (Truecolor Image 24-bit)
2. Kanal Merah 8-bit (Red Channel 8-bit)
-read more->
Geometric Image Transformations
Dalam bidang pengolahan citra digital, terkadang diperlukan suatu proses transformasi geometri untuk memudahkan dalam pengolahan selanjutnya yang lebih kompleks. Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab mengenai Geometric Image Transformations berupa operasi flip dan rotasi.
Tampilan GUI Matlab untuk transformasi geometri citra adalah:
1. Citra Asli (Original Image)
Morphological Operation – GUI Matlab
Operasi morfologi citra merupakan suatu proses yang bertujuan untuk mengubah bentuk objek pada citra asli. Proses tersebut dapat dilakukan pada citra grayscale maupun citra biner.
Jenis-jenis operasi morfologi di antaranya adalah dilasi, erosi, closing, dan opening. Secara berurutan, persamaan yang digunakan untuk masing-masing operasi yaitu:
di mana A adalah citra asli dan B adalah structuring element. Structuring element merupakan matriks operator yang dapat berbentuk garis, persegi, disk, diamond, dll.
Contoh aplikasi pemrograman GUI Matlab untuk operasi morfologi adalah sebagai berikut:
1. Membaca dan menampilkan citra asli
Pemrograman Matlab 