Implementasi Metode SVM untuk Klasifikasi Bunga dengan Ekstraksi Fitur Histogram of Gradient (HOG)

Penulis

  • Henny Leidiyana Universitas Bina Sarana Informatika
  • Joni Warta Universitas Bhayangkara Jakarta Raya

Kata Kunci:

Feature extraction, HOG, SVM

Abstrak

Teknik ekstraksi fitur diterapkan untuk mendapatkan fitur yang akan berguna dalam mengklasifikasikan dan mengenali citra. Teknik ekstraksi fitur sangat membantu dalam berbagai aplikasi pengolahan citra. Banyak penelitian menunjukkan efektifitas ekstraksi fitur sebelum klasifikasi. Terdapat juga penelitian yang yang menunjukkan bahwa suatu metode ekstraksi fitur mungkin baik untuk pendekatan klasifikasi tertentu tetapi mungkin juga sebaiknya. Dampak sampel dan ukurannya juga bisa menentukan hasil penerapan teknik ekstrasi fitur dalam proses klasifikasi.  Dalam penelitian ini peneliti bertujuan untuk membuktikan efektifitas penerapan Teknik ekstraksi fitur HOG pada klasifikasi dengan metode SVM terhadap citra bunga. Percobaan dilakukan pada dua kelompok citra, di mana kelompok pertama adalah kelas-kelas citra dengan warna dan bentuk yang relative seragam baik bentuk maupun warnanya. dan kelompok kedua adalah kelas-kelas citra dengan warna dan bentuk yang relative berbeda dalam kelas yang sama. Hasil penelitian diketahui bahwa dataset citra dengan warna dan bentuk yang relative seragam tidak perlu penerapan ekstraksi fitur apapun dapat menghasilkan akurasi yang tinggi. Untuk klasifikasi dengan melakukan ekstraksi fitur dalam penelitian ini memberikan hasil yang berbeda untuk dua kelompok bunga. 

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

2022-07-31

Cara Mengutip

Henny Leidiyana, & Warta, J. . (2022). Implementasi Metode SVM untuk Klasifikasi Bunga dengan Ekstraksi Fitur Histogram of Gradient (HOG). Journal of Informatic and Information Security, 3(1), 89–98. Diambil dari http://ejurnal.ubharajaya.ac.id/index.php/jiforty/article/view/1420

Terbitan

Bagian

Artikel