Upload
nuzul-romadona-soedjito
View
23
Download
3
Embed Size (px)
DESCRIPTION
tugas kuliah data miningku
Citation preview
Mata Kuliah : TE091580 – Penambangan DataJurusan : Teknik Elektro ITSDosen : Bpk. Dr. Surya Sumpeno, ST, M.ScNama / NRP : Nuzul Romadona Soedjito / 2207100106
Tugas :Menentukan error rate yang dihasilkan oleh mesin ekstraksi fitur dari gambar yang diberikan
Gambar asli yang diberikan adalah sebagai berikut :
Diberikan pula 2 buah image yang telah di-ekstraksi, yaitu telah dipisahkan antara bagian image yang dibutuhkan dengan bagian image yang dibuang (background). Kedua image tersebut di-ekstraksi dengan dua metode (misal metode A dan B) yang berbeda satu sama lain, sehingga hasilnya pun berbeda.
Gambar asli
Hasil ekstraksi metode A Hasil ekstraksi metode B
Dari kedua hasil ekstraksi tersebut telah terjadi error, yaitu ada bagian image yang seharusnya terbuang tetapi masih ikut terbawa di hasil ekstraksi.Kita akan mencoba menghitung besar errornya.Namun sebelumnya, berikut adalah hasil ekstraksi yang diharapkan (expected output). Image berikut sudah diedit dengan program pengolah gambar, dalam hal ini Adobe Photoshop CS2, untuk mengambil bagian yang diinginkan saja. Serta memberikan warna (fill) hitam untuk memudahkan menghitung besarnya error pada proses selanjutnya.
Dan berikut adalah hasil ekstraksi fitur background (bagian yang tidak diperlukan) dari metode A dan metode B. Keduanya sudah dalam B/W
Proses penghitungan error yang dilakukan adalah dengan menggunakan software matlab .
%Inisialisasi file gambarexpect = imread('horse_riding_expected_output.png');hasil1 = imread('horse_riding_hasil_A.jpg');hasil2 = imread('horse_riding_hasil_B.jpg');
Image yang dihasilkan oleh software Adobe Photoshop CS2 masih menghasilkan image dalam format RGB. Maka perlu dilakukan pemrosesan ulang pada MATLAB, agar image tersebut menjadi biner dan hanya berdimensi dua.
Hasil yang diharapkan dalam B/W
Hasil ekstraksi metode A Hasil ekstraksi dengan metode B
%Processing image menjadi biner dan berdimensi duaexpect = im2double(expect);expect = im2bw(expect);hasil1 = im2double(hasil1);hasil1 = im2bw(hasil1);hasil2 = im2double(hasil2);hasil2 = im2bw(hasil2);
Proses selanjutnya adalah membandingkan hasilnya dengan expected output. Proses ini dilakukan dengan cara megurangkan matriks expectasi dengan matrik hasil.Namun ada masalah lain, yaitu ada kemungkinan nilai dari matriks hasil itu ada yang bernilai negatif, sehingga perlu dipositifkan terlebih dahulu dengan fungsi abs.
%Perbandingan hasil dengan ekspektasibanding1 = expect - hasil1;banding1 = abs(banding1);banding2 = expect - hasil2;banding2 = abs(banding2);
Selanjutnya adalah menghitung error rate dengan cara mencari nilai biner 1 pada matriks gambar yang didapatkan dari hasil perbandingan, kemudian dikurangi dengan dibagi dengan jumlah nilai biner 1 pada matriks gambar yang diharapkan.
%Hitung error rateerrorExp = 0;errorInt1 = 0;errorInt2 = 0;[pan,leb] = size(expect);
fori = 1:panfor j = 1:leb
if (banding1(i,j) == 1)errorInt1 = errorInt1 +1;end
endend
fori = 1:panfor j = 1:leb
if (banding2(i,j) == 1)errorInt2 = errorInt2 +1;end
endend
fori = 1:pan
for j = 1:lebif (expect(i,j) == 1)errorExp = errorExp +1;end
endend
errorRate1 = (errorInt1 / errorExp) * 100errorRate2 = (errorInt2 / errorExp) * 100
Dari listing program di atas, yang dijalankan dalam software matlab, didapatkan besarnya prosentase error rate, yaitu:
errorRate1 =
2.8748
errorRate2 =
3.0366
Sehingga dapat disimpulkan bahwa hasil ekstraksi yang dilakukan dengan metode B memiliki error rate yang lebih tinggi dibandingkan dengan hasil ekstraksi dengan metode A.