SISTEM UNTUK MENDETEKSI KATARAK

BERBASIS ANDROID

TUGAS AKHIR

Disusun dalam rangka memenuhi salah satu persyaratan

Untuk menyelesaikan program Strata-1 Departemen Teknik Informatika

Fakultas Teknik Universitas Hasanuddin

Makassar

Disusun Oleh

DEPARTEMEN TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS HASANUDDIN

MAKASSAR

2018

Sri Ayu Putri Ningsi

D421 13 302

ii

ABSTRAK

Katarak merupakan salah satu penyakit yang merusak mata, yang ditandai

dengan adanya kekeruhan pada lensa mata. Variasi kekeruhan tergantung tingkat

kerusakan akibat katarak. Biasanya berlangsung perlahan – lahan dan menyebabkan

kebutaan jika kekeruhan pada lensa terlalu tebal. Sehingga menghalangi jalan

masuknya cahaya. Berdasarkan data Badan Kesehatan Dunia (WHO) penyakit

katarak merupakan salah satu penyebab utama kebutaan, sekitar 20 juta penduduk

didunia mengalami kebutaan akibat katarak. Indonesia adalah salah satu Negara

dengan tingkat kebutaan tertinggi di dunia dengan jumlah penderita mencapai 1.5%

dengan penambahan jumlah penderita sebanyak 0.1% atau sekitar 210.000 jiwa per

tahun.

Pada penelitian ini, dirancang sebuah sistem untuk mengidentifikasi katarak

dan normal menggunakan metode analisis tekstur GLCM (Gray Level Co

occurrence Matrix) yang mempunyai 4 parameter yaitu contrast, correlation,

energy, dan homogeneity. Kemudian menggunakan metode SVM (Support Vector

Machine) untuk proses klasifikasi.

Hasil analisis menunjukkan dengan menggunakan metode SVM (Support

Vector Machine) pada sistem ini menghasilkan akurasi sebesar 95.4% berdasarkan

data yang diuji sebanyak 22 citra. Sistem ini akan diimplementasikan pada mobile

smartphone.

Kata kunci : smartphone, katarak, normal, GLCM, SVM

iii

KATA PENGANTAR

Assalamu ‘Alaikum Wr. Wb.

Alhamdulillahi Robbil ‘Alamin. Puji Syukur kehadirat Allah Subhanahu

wata’ala yang telah melimpahkan Rahmat, Hidayah dan Karunia-Nya , shalawat

dan salam semoga tercurah kepada Nabi Muhammad Shollallahu ‘alaihi wa sallam.

Akhirnya, penulis dapat menyelesaikan penelitian tugas akhir ini yang berjudul

“Sistem Untuk Mendeteksi Katarak Berbasis Android”. Selsesainya skripsi ini

bukan semata – mata karena hasil kerja dari penulis sendirir melainkan adanya

bimbingan, bantuan, doa, dan motivasi dari berbagai pihak. Oleh karena itu pada

kesempatan ini, dengan segala kerendahan hati penulis ingin menyampaikan terima

kasih yang sebesar – besarnya kepada ibu Dr. Ir. Inggrid Nurtanio, M.T selaku

pembimbing pertama dan A. Ais Prayogi Alimuddin, ST., M.Eng. selaku

pembimbing kedua. Terima kasih atas arahan, waktu, tenaga dan bimbingan selama

penyusunan skripsi ini.Penulis menyadari bahwa tanpa bantuan dan bimbingan dari

berbagai pihak, dari masa perkuliahan sampai dengan masa penyusunan Tugas Akhir,

sangatlah sulit untuk menyelesaikan Tugas Akhir ini. Oleh karena itu, penulis juga

berterima kasih atas jasa – jasanya kepada:

1. Orang tua dan saudara-saudara saya tercinta, serta seluruh keluarga atas

segala doa, bantuan, nasehat dan motivasinya.

2. Bapak Amil Ahmad Ilham, ST, MIT.,Ph.D selaku Ketua Departemen

Teknik Informatika Fakultas Teknik Universitas Hasanuddin.

iv

3. Segenap staf pengajar, serta pegawai Departemen Teknik Informatika atas

segala Ilmu, bantuan dan kemudahan yang diberikan selama penulis

menempuh proses perkuliahan.

4. Seluruh teman-teman angkatan 2013 Departemen Teknik Informatika FT

UH atas semua bantuan dan semangat yang diberikan selama ini.

5. Seluruh pihak yang tidak dapat kami sebutkan satu persatu yang telah

membantu dan mendukung penulis dalam menyelesaikan Tugas Akhir ini.

Akhir kata, dengan segala kerendahan hati penulis menyadari bahwa penulis

hanyalah manusia biasa yang tidak luput dari kesalahan dalam penyusunan Tugas

Akhir ini. Oleh karena itu kritik dan saran yang membangun sangat kami harapkan

agar penulis dapat berkarya lebih baik lagi di masa yang akan datang. Semoga Allah

SWT. berkenan membalas segala kebaikan dari semua pihak yang telah banyak

membantu. Semoga Tugas Akhir ini dapat memberikan manfaat bagi

pengembangan ilmu. Aamiin.

Wassalam,

Makassar, Agustus 2017

Penulis

v

DAFTAR ISI

HALAMAN JUDUL .................................................................................. i

LEMBAR PENGESAHAN ...................................................................... ii

ABSTRAK .................................................................................................. iii

KATA PENGANTAR ............................................................................... iv

DAFTAR ISI .............................................................................................. vi

DAFTAR GAMBAR ................................................................................. ix

DAFTAR TABEL ...................................................................................... x

DAFTAR GRAFIK .................................................................................... xi

BAB I PENDAHULUAN ........................................................................... 1

1.1 Latar Belakang .......................................................................... 1

1.2 Rumusan Masalah ..................................................................... 3

1.3 Tujuan Penelitian ..................................................................... 3

1.4 Manfaat Penelitian .................................................................. 3

1.5 Batasan Masalah Penelitian ...................................................... 3

vi

1.6 Sistematika Penulisan ............................................................... 4

BAB II TINJAUAN PUSTAKA ................................................................ 6

2.1 Penyakit Katarak ....................................................................... 6

2.1.1 Gejala Penyakit Katarak................................................... 7

2.2 Android ..................................................................................... 8

2.3 MATLAB .................................................................................. 13

2.4 Client Server.............................................................................. 15

2.5 Pengertian Citra ......................................................................... 16

2.5.1 Perbedaan Citra Analog dan Citra Digital.......................... 17

2.5.1.1 Citra Analog .......................................................... 17

2.5.1.2 Citra Digital ........................................................... 17

2.5.1.3 Jenis – jenis Citra Digital ...................................... 18

2.5.1.4 Elemen – elemen Citra DIgital .............................. 19

2.5.2 Pengolahan Citra .............................................................. 20

2.6 Ekstraksi Ciri ............................................................................. 24

2.7 GLCM ....................................................................................... 25

2.8 SVM .......................................................................................... 28

2.8.1 Soft Margin ……............................................................... 31

vii

2.8.2 Kernel trick dan non linear classification pada SVM ............ 32

BAB III METODOLOGI PENELITIAN.................................................... 36

3.1 Waktu dan Lokasi Penelitian .................................................... 36

3.2 Tahapan Penelitian ................................................................... 36

3.3 Instrumen Penelitian.................................................................. 38

3.3.1 Perangkat Lunak ……....................................................... 38

3.3.2 Perangkat Keras ……........................................................ 38

3.4 Teknik Pengumpulan Data ........................................................ 39

3.5 Perancangan Sistem .................................................................. 39

3.5.1 Input Citra ……................................................................ 40

3.5.2 Preprocessing .................................................................. 41

3.5.3 Ekstraksi Fitur .................................................................. 43

3.5.2 Klasifikasi ….................................................................... 82

3.6 Gambaran Umum Sistem .......................................................... 84

BAB IV HASIL DAN PEMBAHASAN .................................................... 85

4.1 Hasil dan Pembahasan............................................................... 85

4.1.1 Hasil Ekstraksi Fitur GLCM............................................. 86

4.1.2 Hasil Pengujian SVM …….............................................. 88

viii

4.2 Tampilan Sistem........................................................................ 89

4.3 Pengujian Sistem ....................................................................... 92

BAB V PENUTUP ..................................................................................... 94

A. Kesimpulan ................................................................................ 94

B. Saran .......................................................................................... 94

DAFTAR PUSTAKA

LAMPIRAN

ix

DAFTAR TABEL

Halaman

Tabel 2.1 Kernel yang umum dipakai dalam SVM.......................................... 34

Tabel 3.1 Pixel Citra Grayscale ....................................................................... 44

Tabel 3.2 Hasil kuantisasi 32 tingkat derajat keabuan ..................................... 45

Tabel 3.3 Proses perhitungan ketetanggaan picel berdasarkan sudut 00 .......... 46

Tabel 3.4 Hasil perhitungan ketetanggaan picel berdasarkan sudut 00 ............ 47

Tabel 3.5 Proses perhitungan ketetanggaan picel berdasarkan sudut 450 ........ 48

Tabel 3.6 Hasil perhitungan ketetanggaan picel berdasarkan sudut 450 .......... 49

Tabel 3.7 Proses perhitungan ketetanggaan picel berdasarkan sudut 1350 ...... 50

Tabel 3.8 Hasil perhitungan ketetanggaan picel berdasarkan sudut 1350 ........ 51

Tabel 3.9 Proses perhitungan ketetanggaan picel berdasarkan sudut 900 ........ 52

Tabel 3.10 Hasil perhitungan ketetanggaan picel berdasarkan sudut 00 .......... 53

Tabel 3.11 Proses transpose sudut 00 ............................................................... 54

Tabel 3.12 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 00..... 55

Tabel 3.13 Proses transpose sudut 450 ............................................................. 56

Tabel 3.14 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 450... 57

Tabel 3.15 Proses transpose sudut 1350 ........................................................... 58

Tabel 3.16 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 1350. 59

Tabel 3.17 Proses transpose sudut 900 ............................................................. 60

Tabel 3.18 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 900... 61

Tabel 3.19 Hasil normalisasi berdasarkan sudut 00 ......................................... 62

Tabel 3.20 Hasil normalisasi berdasarkan sudut 450 ....................................... 63

Tabel 3.21 Hasil normalisasi berdasarkan sudut 1350 ..................................... 64

Tabel 3.22 Hasil normalisasi berdasarkan sudut 900 ....................................... 65

Tabel 3.23 Hasil perhitungan fitur GLCM ....................................................... 76

Tabel 4.1 Sampel data hasil ekstraksi fitur contrast metode GLCM .............. 86

Tabel 4.2 Sampel data hasil ekstraksi fitur correlation metode GLCM .......... 87

x

Tabel 4.3 Sampel data hasil ekstraksi fitur energy metode GLCM ................. 87

Tabel 4.4 Sampel data hasil ekstraksi fitur homogeneity metode GLCM........ 88

Tabel 4.5 Pengujian sistem .............................................................................. 92

xi

DAFTAR GAMBAR

Halaman

Gambar 2.1 Mata Katarak ................................................................................ 7

Gambar 2.2 Jaringan client server ................................................................... 16

Gambar 2.3 Proses pengolahan citra ................................................................ 21

Gambar 2.4 Image enhancement ...................................................................... 22

Gambar 2.5 Image Restoration ........................................................................ 22

Gambar 2.6 Color image processing .............................................................. 23

Gambar 2.7 Image compression ....................................................................... 23

Gambar 2.8 Morphological processing ........................................................... 23

Gambar 2.9 Segmentation ................................................................................ 24

Gambar 2.10 Ekstraksi ciri tekstur ................................................................... 25

Gambar 2.11 Empat arah derajat keabuan ....................................................... 27

Gambar 2.12 SVM berusaha untuk menemukan hyperlane yang memisahkan

kedua kelas -1 dan +1 ...................................................................................... 29

Gambar 2.13 Hypelane terbentuk diantara class -1 dan +1 ............................. 29

Gambar 2.14 Fungsi Φ memetakan data ke ruang vektor yang berdimensi lebih

tinggi , sehingga kegua kelas dapat dipisahkan secara linear ......................... 33

Gambar 3.1 Diagram tahapan penelitian ......................................................... 31

Gambar 3.2 Blok diagram perancangan sistem ............................................... 36

Gambar 3.3 Input citra .................................................................................... 41

Gambar 3.4 Gambar input citra ........................................................................ 41

Gambar 3.5 Proses cropping dan resize .......................................................... 42

xii

Gambar 3.6 Preprocessing .............................................................................. 42

Gambar 3.7 Diagram alir ekstralsi fitur menggunakan GLCM ....................... 43

Gambar 3.8 Proses klasifikasi menggunakan SVM ........................................ 82

Gambar 3.9 Hasil klasifikasi ............................................................................ 83

Gambar 3.12 Gambaran umum sistem ............................................................ 84

Gambar 4.1 Citra mata normal dan katarak .................................................... 85

Gambar 4.2 Citra ROI normal dan katarak ..................................................... 86

Gambar 4.3 Hasil klasifikasi citra katarak dan normal .................................... 88

Gambar 4.4 Halaman utama sistem ................................................................ 89

Gambar 4.5 Tampilan cropping citra dan daerah citra yang di cropping ........ 90

Gambar 4.6 Tampilan hasil identifikasi normal dan katarak .......................... 91

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Penyakit katarak adalah salah satu kerusakan pada mata yang ditandai

dengan adanya kekeruhan pada lensa mata. Variasi kekeruhan tergantung tingkat

kerusakan akibat katarak. Biasanya berlangsung perlahan – lahan dan menyebabkan

gangguan penglihatan (kabur) bahkan berpotensi menyebabkan kebutaan jika

kekeruhan pada lensa terlalu tebal sehingga menghalangi jalan masuknya cahaya

dan terlambat dalam penanganannya.

Penyakit katarak merupakan salah satu penyebab utama kebutaan pada mata

Berdasarkan data Badan Kesehatan Dunia (WHO) tahun 2001, sekitar 20 juta

penduduk di dunia mengalami kebutaan akibat katarak. Indonesia adalah salah satu

negara dengan tingkat kebutaan tertinggi di dunia dengan jumlah penderita

mencapai 1.5% dengan penambahan jumlah penderita sebanyak 0.1% atau sekitar

210.000 jiwa per tahun. [1]

Di negara berkembang seperti indonesia yang memiliki dokter spesialis

mata yang terbatas yaitu 1.000 dokter, ini tidak sebanding dengan jumlah

penambahan penderita katarak setiap tahunnya dan fasilitas kesehatan yang kurang

terutama di daerah pedesaan. [2]

2

Dalam mendiagnosis penyakit katarak, biasanya para dokter menggunakan

berbagai peralatan seperti Slit Lamp atau Opthalmoloscape. Namun dalam

menggunakan peralatan tersebut memiliki keterbatasan, termasuk dalam

mengoperasikannya memerlukan keterampilan, pelatihan khusus dan harganya pun

mahal. [2]

Oleh karena itu, dibutuhkan suatu sistem kecerdasan buatan yang dapat

mendeteksi penyakit katarak secara dini agar penyakit katarak tersebut dapat

ditangani dengan cepat dan tidak menimbulkan masalah baru. Sebelumnya sudah

ada alat yang ditemukan oleh Retno Supriyanti [2], salah satu dosen Universitas

Jendral Soedirman (Unsoed), Purwokerto, yang bergabung dengan tim peneliti dari

Jepang yaitu Hitoshi Habe, Masatsugu Kidode, dan Satoru Nagata. Alat deteksi

tersebut menggunakan prinsip kerja flash specular reflection di dalam pupil mata

yang berdasarkan pada hukum Snellius tentang refleksi atau pemantulan gelombang

cahaya.

Seperti dijelaskan sebelumnya pemeriksaaan mata katarak biasanya

menggunakan Slit Lamp atau Opthalmoloscape namun dalam mengoperasikannya

dibutuhkan pelatihan khusus dan harganya pun cukup mahal. Pada tugas akhir ini

dirancanglah sebuah aplikasi android yang mendeteksi penyakit katarak secara dini.

Penggunaan android dalam mendeteksi katarak dapat lebih mempermudah

masyarakat dalam mendeteksi katarak tanpa harus memeriksakan ke dokter

spesialis mata. Sistem ini menggunakan metode analisis tekstur Gray Level Co –

occurrence Matrix untuk proses ekstraksi fitur. Dimana pada proses ini

3

menggunakan empat parameter fitur yaitu Contrast, Correlation, Energy, dan

Homogeneity. Dan pada proses klasifikasi menggunaan Support Vector Machine

(SVM) yang dibagi menjadi dua kelas yaitu kelas katarak dan normal.

1.2 Rumusan Masalah

Berdasarkan latar belakang, maka rumusan masalah pada tugas akhir ini

adalah bagaimana merancang dan membuat aplikasi pendeteksi katarak.

1.3 Tujuan Penelitian

Tujuan dari tugas akhir ini adalah merancang dan membuat aplikasi

pendeteksi katarak berbasis android

1.4 Manfaat Penelitian

Diharapkan dengan adanya tugas akhir ini dapat memberikan manfaat sebagai

berikut :

1. Membantu para dokter umum, tidak hanya spesialis mata dalam

mendeteksi katarak.

2. Dapat menjadi rekomendasi bagi penelitian selanjutnya yang berkaitan

dengan deteksi katarak

1.5 Batasan Masalah Penelitian

Yang menjadi batasan masalah dalam tugas akhir ini adalah :

1. Aplikasi ini dikerjakan menggunakan android studio.

2. Proses ekstraksi fitur dan klasifikasi menggunakan MATLAB R2016a

3. Proses pengambilan gambar menggunakan flash pada kamera.

4. Format gambar yang dgunakan adalah .jpg.

4

5. Proses pengambilan gambar dilakukan di ruangan yang tidak terlalu

terang.

6. Gambar yang dapat dideteksi hanya gambar mata.

7. Aplikasi terkoneksi dengan internet.

1.6 Sistematika Penulisan

Untuk memberikan gambaran singkat mengenai isi tulisan secara

keseluruhan, maka akan diuraikan beberapa tahapan dari penulisan secara

sistematis, yaitu :

BAB I PENDAHULUAN

Bab ini menguraikan secara umum mengenai hal yang menyangkut latar

belakang, perumusan masalah dan batasan masalah, tujuan, manfaat, dan

sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Bab ini berisi teori-teori tentang hal-hal yang berhubungan dengan

Penyakit katarak , serta metode yang digunakan.

BAB III METODOLOGI PENELITIAN

Bab ini berisi tentang perencanaan dan penerapan algoritma serta teknik

pengolahan data.

BAB IV HASIL DAN PEMBAHASAN

Bab ini berisi tentang hasil pengolahan data serta pembahasan yang

disertai tabel dan grafik hasil penelitian.

5

BAB V PENUTUP

Bab ini berisi tentang kesimpulan yang didapatkan berdasarkan hasil

penelitian yang telah dilakukan serta saran-saran untuk pengembangan

lebih lanjut.

6

BAB II

TINJAUAN PUSTAKA

2.1 Penyakit Katarak

Katarak adalah suatu keadaan mengeruhnya lensa mata yang biasanya jernih

dan bening. Katarak berasal dari bahasa Yunani catacracta yang berarti air terjun.

Hal ini dikarenakan ketika pasien melihat sesuatu seakan - akan seperti ada air

terjun di depan mata. Seseorang penderita katarak akan melihat benda secara kabur

seperti tertutup kabut.

Lensa mata adalah suatu badan bening yang mempunyai ketebalan sekitar 5

mm, berdiameter 9 mm, dan berisi 65% air, 35% protein, dan mineral penting.

Lensa terdiri dari 3 lapisan yaitu kapsul pada bagian luar, korteks, dan nukleus pada

bagian dalam. Fungsi utama lensa adalah untuk membiaskan cahaya sehingga

cahaya tersebut tepat jatuh pada retina.

Lensa mata adalah bagian transparan di belakang pupil (titik hitam di tengah

bagian mata yang gelap) yang berfungsi untuk memfokuskan cahaya pada lapisan

retina. Dengan adanya katarak, kejernihan lensa mata berkurang dan cahaya yang

masuk ke mata menjadi terhalang.

Seiring bertambahnya usia, umumnya lensa mata perlahan-lahan akan keruh

dan berkabut. Jadi katarak adalah penyakit yang biasa terjadi seraya kita bertambah

tua. Banyak pengidap yang pada akhirnya membutuhkan operasi untuk mengganti

lensa yang rusak ini dengan lensa buatan.[1]

7

Gambar 2.1 Mata katarak

2.1.2 Gejala Penyakit Katarak

Gejala umum yang terjadi pada penyakit katarak adalah terdapat penurunan

kemampuan penglihatan pada penderita yang terjadi secara progresif, contohnya

seperti mata rabun jauh. Pada proses penuaan, secara bertahap lensa kehilangan air

dan mengalami peningkatan dalam ukuran. Gangguan metabolisme ini

mengakibatkan perubahan kandungan yang terdapat di dalam lensa mata yang pada

akhirnya menyebabkan kekeruhan lensa.

Lensa mata akan terlihat gumpalan noda warna putih yang dapat terlihat dari

pupil. Jika keadaan semakin memburuk dari pupil mata akan terlihat warna putih

pada keseluruhan bagian tengah lensa mata, sehingga cahaya yang masuk pada

mata menjadi negatif (-).Penderita biasanya akan mengalami penglihatan yang

samar-samar dan berkabut. Kemudian akan muncul bintik atau bercak saat

penglihatannya kurang jelas. Kondisi ini juga dapat memengaruhi pandangan Anda

dengan cara-cara seperti :

8

a. Mata yang sensitif ketika terkena cahaya menyilaukan.

b. Sulit melihat saat cahaya remang-remang (terutama pada malam hari)

atau sangat terang.

c. Semua menjadi terlihat ganda.

d. Semua terlihat seperti memiliki semburat kuning atau cokelat.

e. Lensa kacamata yang sering berubah.

f. Di sekeliling cahaya terang (misalnya, lampu mobil atau lampu jalan)

seperti ada lingkaran cahaya.

g. Warna yang terlihat memudar atau menjadi tidak jelas.

Bila keadaan tersebut tidak segera diatasi dan dibiarkan terlalu lama akan

mengganggu kemampuan penglihatan dan akan menimbulkan penyakit katarak

komplikasi berupa katarak Glaukoma dan Uveitis.[2]

2.2 Android

Android adalah sebuah sistem operasi untuk perangkat mobile berbasis linux

yang mencakup sistem operasi, middleware, dan aplikasi. Android menyediakan

platform terbuka bagi para pengembang untuk menciptakan aplikasi baru. Awalnya,

Android Inc. yang merupakan pendatang baru dalam pembuatan piranti lunak untuk

ponsel atau smartphone dibeli oleh Google Inc. kemudian dibentuk Open Handset

Alliance yang merupakan konsorsium dari 34 perusahaan peranti keras , peranti

lunak, dan telekomunikasi untuk mengembangkan android.

Sebagai pengembangan dari Eclipse, android studio mempunyai banyak fitur-

fitur baru dibandingkan dengan Eclipse IDE. Berbeda dengan Eclipse yang

9

menggunakan Ant, android studio menggunakan Gradle sebagai build environment.

Fitur – fitur lainnya adalah sebagai berikut :

Menggunakan Gradle-based build system yang fleksibel.

Bisa mem-build multiple APK.

Template support untuk Google Service dan berbagai macam tipe

perangkat.

Layout editor yang lebih bagus.

Built-in support untuk Google Cloud Platform, sehingga mudah untuk

integrasi dengan Google Cloud Mesagging dan App Engine.

Import library langsung dari maven repository.

Dan masih banyak lagi lainnya

Android merupakan generasi baru platform mobile yang dalam sistem

operasinya menyediakan banyak tools dalam membangun software yang

memudahkan pengembang dalam pembuatan aplikasi. Selain itu platform android

disediakan melalui lisensi open source sehingga pengembang dapat dengan bebas

mengembangkan aplikasi. Selain itu, platform android tidak dikenakan biaya dalam

pengembangan, biaya keanggotaan, biaya pengujian, dan biaya kontrak yang

dibutuhkan sehingga android dapat didistribusikan dan diperdagangkan dalam

bentuk apapun. Adapun versi dari sistem android yang sudah ada, yaitu:[3]

a. Android versi 1.1

Dirilis pada tahun 2008 dan merupakan versi pertama sistem operasi

android. Dan pertama digunakan pada produk HTCDream di tahun 2009.

Namun untuk versi ini android belum memiliki nama sehinggan masih

10

belum mudah diingat masyarakat. Android versi ini dilengkapi dengan

pembaruan estetis pada aplikasi jam alarm, voice search, pengiriman

pesan dengan Gmail, dan pemberitahuan Email.

b. Android versi 1.5 (Cupcake)

Android versi ini telah dirilis pada april 2009. Androis versi cupcake

ini memperkenalkan perangkat lunak keyboard pada layar untuk android

dan memungkinkan produksi touch sans qwerty keyboard. Pada android

versi ini terdapat fitur tambahan seperti bluetooth stereo, copy paste di

web browser, layar auto rotasi dan terdapat pilihan mengupload media

youtube dan picasa.

c. Android versi 1.6 (Donut)

Android versi ini memperbaiki bug OS yang sering reboot serta fitur

foto dan video dari kamera antar muka juga integrasi pencarian lebih baik.

Android versi ini telah memiliki layar interface yang beresolusi tinggi.

Pada versi ini mulai memperkenalkan aplikasi screenshot, dukungan layar

WVGA, kamera menjadi lebih cepat dan terdapat pula galeri.

d. Android versi 2.0 - 2.1 (Eclair)

Android versi ini telah memiliki fitur tambahan yang dapat

mendukung kinerja sistem seperti bluetooth v2.1, flash dan kamera

dengan digital zoom, multitouch, live wallpaperscene mode, white

balance, efek warna dan fokus makro. Dan ponsel pertama yang

menggunakan android versi 2.1 ini adalah HTC Nexus One.

11

e. Android versi 2.2 (Froyo)

Sistem android versi froyo ini dikeluarkan pada Mei 2010 dengan

peningkatkan kecepatan dan pengadopsian serta dukungan darijavascipt

dalam browser. Selain itu juga terdapat push, wifi, USB thetering, hotspot.

Dan ponsel pertama yang mengunakan versi ini adalah Motorola Droid 2.

f. Android versi 2.3 – 2.3.7 (Gingerbread)

Android versi ini telah memiliki beberapa fitur baru, salah satu nya

adalah kemampuan dalam gaming yang lebih lancar serta penggunaan

baterai lebih hemat. Samsung galaxy nexus adalah ponsel pertama yang

menggunakan sistem android versi gingerbread ini.

g. Android versi 3.0 / 3.1 (Honeycomb)

Honeycomb ini dirilis pada februari 2011 dengan memperkenalkan

interface user, akselerasi hardware dan dukungan untuk processor

multicore.

h. Android versi 4.0 (Ice Cream Sandwich)

Ice cream sandwich ini mulai dirilis pada oktober 2011 dengan

memiliki banyak fitur baru yang dapat membantu kelancaran sistem

operasi lebih dari versi-versi sebelumnya. Diantaranya adalah face unlock

yang memungkinkan kita untuk membuka kunci hanya dengan

mengedipkan mata saja. Selain itu juga terdapat jaringan 4G yang

digunakan untuk akses internet lebih cepat.

12

i. Android versi 4.1- 4.3 (Jelly Bean)

Dirilis pada juli 2012 dan Android versi jelly bean merupakan

perbaruan dari sistem android ice cream sandwich. Dari segi tampilan

versi ini adalah yang paling sempurna tidak hanya tampilan dinamis

melainkan juga telah di optimalkan dengan kinerja OS yang super cepat.

Jelly bean memiliki fukos pada kinerja yang bertujuan untuk

memperkenalkan Vsync atau sinkronisasi vertikal. Android versi ini telah

dilengkapi dengan berbagai fitur seperti foto panorama, papan kunci

dengan gestur ketukan, kontrol daya notifikasi, screensaver, dukungan

tampilan nirkabel, jam dunia, USB, dan lain-lain.

j. Android versi 4.4 (KitKat)

Dirilis pada oktober 2013. Pada versi ini android mengoptimalkan

penggunaan baterai dan kinerja yang lebih cepat ketika dijalankan baik

untuk smartphone spesifikasi rendah ataupun tinggi. Pada versi ini

memiliki beberapa kelebihan yaitu warna tampilan layar sesua dengan

wallpaper yang digunakan, lebih mudah menggunakan aplikasi google

karena muncul sebagai bagian dari panel homescreen, icon menu terlihat

lebih besar agar nyaman dioperasikan, dan lain-lain.

k. Android 5.0 (Lollipop)

Penggunaan android versi lollipop terdapat pada nexus 6 dan tablet

nexus 9. Android versi ini telah menyediaka multitasking yang didukung

oleh sistem kartu google now, dan project volta yang memberikan fungsi

bisa menghemat baterai lebih lama dalam penggunaannya.

13

l. Android 6.0 (Marshmallow)

Android marshmallow atau OS V6.0 adalah operasi sistem milik

google yang terbaru yang mana untuk fitur dan kelebihan yang dibawah

oleh android ini jelas memiliki performa yang sangat baik dari pada

pendahulunya. Salah satu yang begitu terasa untuk OS Marshmallow ini

yaitu terdapat pada sisi baterai dimana bisa membuat ponsel android lebih

awet dari pada sebelumnya. Kemudian Kinerja tentunya sudah di rancang

khusus agar terhindar dari lemot dimana hal tersebut adalah menjadi salah

satu kekurangan yang dimiliki oleh Android pada versi sebelumnya.

2.3 MATLAB

MATLAB (Matrix Laboratory) adalah sebuah program untuk analisis dan

komputasi numeric dan merupaan suatu bahasa pemrograman matematika lanjutan

yang dibentuk dengan dasar pemikiran menggunakan sifat dan bentuk matriks. Pada

awalnya, program ini merupakan interface untuk koleksi rutin – rutin numeric dari

proyek LINPACK dan EISPACK, dan dikembangkan menggunakan bahasa

FORTRAN namun sekarang merupakan produk komersial dari perusahaab

Mathworks, inc. yang dalam perkembangan selanjutnya dikembangkan

menggunakan bahasa C++ dan assembler(utamanya untuk fungsi – fungsi dasar

MATLAB).

MATLAB telah berkembang menjadi sebuah environtment pemrograman

yang canggih yang berisi fungsi - -fungsi built-in untuk melakukan tugas

pengelolaan sinyal, aljabar linier, dan kalkulasi matematis lainnya. MATLAB juga

14

berisi toolbox yang berisi fungsi –fungsi tambahan untuk aplikasi khusus,

MATLAB bersifat extensible, dalam arti bahwa seorang pengguna dapat menulis

fungsi baru untuk ditambahkan pada library ketika fungsi – fungsi built-in yang

tersedia tidak dapat melakukan tugas tertentu, kemampuan pemrograman yang

dibutuhkan tidak terlalu sulit bila memiliki pengalaman dalam pemrograman

bahasa lain seperti, C, PASCAL, atau FORTRAN. Beberapa manfaat yang

didapatkan dari Matlab antara lain :

Perhitungan Matematika

Komputasi numeric

Simulasi dan pemodelan

Visualisasi dan analisis data

Pembuatan grafik untuk keperluan sains dan teknik

Pengembangan aplikasi, misalnya dengan memanfaatkan GUI.

MALAB merupakan merk software yang dikembangkan oleh Mathworks.Inc.

merupakan software yang paling efisien untuk perhitungan numeric berbasis

matriks. Dengan demikian jika di dalam perhitungan kita dapat memformulasikan

masalah ke dalam format matriks maka MATLAB merupakan software terbaik

untuk penyelesaian numeriknya.

MATLAB (Matrix Laboratory) yang merupakan bahsa pemrograman tingkat

tinggi berbasis pada matriks sering digunakan untuk teknik komputasi numerik,

yang digunakan untuk menyelesaikan masalah – masalah yang melibatkan operasi

15

matematika elemen, matrik, optimasi, oproksimasi dll. Sehingga matlab banyak

digunakan pada :[4]

Matematika dan Komputasi

Pengembangan dan Algoritma

Pemrograman modeling, simulasi, dan pembuatan prototype

Analisa data, eksplorasi dan visualisasi

Analisis numerik dan statistic

Pengembangan aplikasi teknik

2.4 Client Server

Client Server didefinisikan sebagai suatu arsitektur jaringan komputer dimana

perangkat client melakukan proses meminta data, dan server yang memiliki tugas

untuk memberikan respon berupa data terhadap request tersebut. Perangkat client

biasanya berupa perangkat computer dengan aplikasi software jaringan yang telah

terinstall guna untuk meminta dan menerima data melalui jaringan. Salah satu

contoh aplikasi software yang paling sering digunakan untuk meminta dan

menerima data pada jaringan ialah web browser, dimana user dapat melakukan

request untuk sebuah halaman web, melalui aplikasi web browser perangkat lain

yang dapat pula dikategorikan sebagai client ialah perangkat mobile seperti

smartphone atau tablet.

Server merupakan sebuah computer yang dirancang khusus untuk melayani

client dengan memproses request yang telah diterima dari client lalu kemudian

mengirimkan kembali respon data yang kompleks yang mungkin dibutuhkan client,

16

oleh karena itu biasanya server terdiri dari computer dengan performa yang tinggi

baik dari segi pemrosesan maupun dari segi memori, hal tersebut agar server

mampu melayani request dari banyak client secara bersamaan.

Server juga terbagi menjadi beberapa jenis berdasarkan tugas spesifik yang

dilakukannya contohnya mail server untuk mengirim dan menerima pesan melalui

jaringan, database server untuk menjaga dan mengatur database dan masih banyak

lagi. Perangkat client dan server biasanya memiliki unit hardware yang berbeda,

masing – masing di desain sesuai dengan tujuannya. Contohnya pada client

sebaiknya dilengkapi dengan resolusi layar monitor yang bagus dengan antarmuka

graphical user, sedangkan pada server sama sekali tidak membutuhkan resolusi

layar yang bagus cukup dengan antarmuka command line. [5]

Gambar 2.2 Jaringan Client Server

2.5 Pengertian Citra

Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu

objek. Citra terbagi 2 yaitu citra yang bersifat analog dan digital. Citra analog

17

adalah citra yang bersifat continue seperti gambar pada monitor televisi, foto sinar

X, dan lain – lain. Sedangkan pada citra digital adalah citra yang dapat diolah oleh

computer (Sutojo, 2009).

2.5.2 Perbedaan Citra Analog dan Citra Digital

2.5.1.1 Citra Analog

Citra analog adalah citra yang bersifat continue, seperti gambar pada

monitor televisi, foto sinar X, foto yang tercetak dikertas foto, lukisan,

pemandangan alam, hasil CT scan, gambar – gambar yang terekam pada

pita kaset, dan lain sebagainya. Citra analog tidak dapat direpresentasikan

dalam computer, sehingga tidak bias diproses di computer secara langsung.

oleh sebab itu, agar ini dapat diproses dikomputer, proses konversi analog

ke digital harus dilakukan terlebih dahulu. Citra analog dihasilkan dari alat

– alat analog, seperti video kamera analog, kamera foto analog, cam, CT

scan, sensor rontgen untuk foto thorax, sensor gelombang pendek pada

system radar sensor ultrasound pada system USG, dan lain – lain.

2.5.1.2 Citra Digital

Citra digital merupakan representative dari citra yang diambil oleh

mesin dengan bentuk pendekatan berdasarkan sampling dan kuantisasi.

Sampling menyatakan besarnya kotak – kotakyang disusun dalam baris dan

kolom. Dengan kata lain, sampling pada citra menyatakan besar kecilnya

ukuran pixel (titik) pada citra, dan kuantisasi menyatakan besarnya nilai

tingkat kecerahan yang dinyatakan dalam nilai tingkat keabuan (grayscale)

18

sesuai dengan jumlah bit biner yang digunakan oleh mesin, dengan kata lain

kuantisasi pada citramenyatakan jumlah warna yang ada pada citra (Basuki,

2005:4).[6]

2.5.1.3 Jenis – jenis Citra Digital

Ada banyak cara untuk menyimpan citra digital di dalam memori.

Cara penyimpanan menentukan jenis citra digital yang berbentuk. Beberapa

jenis citra digital yang sering digunakan adalah citra biner, citra grayscale

dan citra warna (Sutoyo, 2009:21).

a. Citra Biner (Monokrom). bayaknya dua warna, yaitu hitam

dan putih. “Dibutuhkan 1 bit di memori untuk menyimpan kedua

warna ini.

b. Citra grayscale (Skala Keabuan). Banyaknya warna

tergantung pada jumlah bit yang disediakan di memori untuk

menampung kebutuhan warna ini. Citra 2 bit mewakili 4 warna,

citra 3 bit mewakili 8 warna, dan seterusnya. Semakin besar

jumlah bit warna yang disediakan di memori, semakin halus

gradasi warna yang terbentuk.

c. Citra Warna (true Color). Setiap piksel pada citra warna

mewakili warna yang merupakan kombinasi dari tiga warna

dasar (RGB = Red Green Blue). Setiap warna dasar

menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap

warna mempunyai gradasi sebanyak 255 warna. Berarti setiap

19

piksel mempunyai kombinasi warna sebanyak 28 x 28 x28 = 224

=16 juta warna lebih. Itulah sebabnya format ini dinamakan true

color karena mempunyai jumlah warna yang cukup besar

sehingga bias dikatakan hamper mencakup semua warna di

alam.

2.5.1.4 Elemen – elemen Citra Digital

Berikut adalah elemen – elemen yang terdapat pada citra digital

(Sutoyo. 2009:24):

1. Kecerahan (Brighthness). Brightness merupakan intensitas

cahaya yang dipancarkan piksel dari citra yang dapat ditangkap

oleh system penghilatan. Kecerahan pada sebuah titik (piksel) di

dalam citra merupakan intensitas rata – rata dari suatu area yang

melingkupinya.

2. Kontras (Contrast). Kontras menyatakan sebaran terang dan

gelap dalam sebuah citra. Pada citra yang baik, komposisi gelap

dan terang tersebar secara merata.

3. Kontur (Contour). Kontur adalah keadaan yang ditimbulkan

oleh perubahan intensitas pada piksel – piksel yang bertetangga.

Karena adanya perubahan intensitas inilah mata mampu

mendeteksi tepi – tepi objek di dalam citra.

4. Warna. Warna sebagai persepsi yang ditangkap sistem visual

terhadap panjang gelombang cahaya yang dipantulkan oleh

objek.

20

5. Bentuk (Shape). shape adalah property intrisik dari objek 3

dimensi, dengan pengertian bahwa bentuk merupakan property

intrisik utama untuk sistem visual manusia.

6. Tekstur (Texture). Texture dicirikan sebagai distribusi spasial

dari derajat keabuan di dalam sekumpulan piksel – piksel yang

bertetangga. Tekstur adalah sifat – sifat atau karakteristik yang

dimiliki oleh suatu daerah yang cukup besar, sehingga secara

alami sifat – sifat tadi dapat berulang dalam daerah tersebut.

Tekstur adalah keteraturan pola – pola tertentu yang terbentuk

dari susunan piksel – piksel dalam citra digital. Informasi tekstur

dapat digunakan untuk membedakan sifat – sifat permukaan suatu

benda dalam citra yang berhubungan dengan kasar dan halus,

juga sifat – sifat spesifik dari kekasaran dan kehalusan permukaan

tadi, yang sama sekali terlepas dari warna permukaan tersebut.

2.5.2 Pengolahan Citra

Pengolahan citra (Image Processing) merupakan proses mengolah

piksel–piksel di dalam citra digital untuk tujuan tertentu. Pada awalnya

pengolahan citra ini dilakukan untuk memperbaiki kualitas citra, namun

dengan berkembangnya dunia komputasi yang ditandai dengan semakin

meningkatnya kapasitas dan kecepatan proses computer serta munculnya ilmu

– ulmu komputasi yang memungkinkan manusia dapat mengambil informasi

dari suatu citra.Proses pengolahan citra secara diagram proses dimulai dari

21

pengambilan citra, perbaikan citra, perbaikan kualitas citra, sampai dengan

pernyataan representative citra yang dicitrakan sebagai berikut :

Gambar 2.3 Proses Pengolahan Citra

Dalam perkembangan lebih lanjut, image processing dan computer

vision digunakan sebagai mata manusia, dengan perangkat input image

capture seperti kamera dan scanner dijadikan sebagai otak yang mengolah

informasi. Sehingga muncul beberapa pecahan bidang yang menjadi penting

dalam computer vision antara lain: pattern recognition (pengenalan pola),

biometric (pengenalan identifikasi manusia berdasarkan ciri – ciri biologis

yang tampak pada badan manusia ), content based image and video retrieval

(mendapatkan kembali citra atau video dengan informasi tertentu), video

editing, dan lain – lain (Basuki, 2005:1).

a. Teknik – teknik Pengolahan Citra

Secara umum, teknik pengolahan citra digital dibagi menjadi tiga

tingkat pengolahan, yakni sebagai berikut:

1. Pengolahan Tingkat Rendah (Low-Level Processing).

Pengolahan ini merupakan operasional – operasional dasar dalam

pengolahan citra, seperti pengurangan noice (noice reduction),

perbaikan citra (image enhancement) dan restorasi citra (image

restoration).

22

2. Pengolahan Tingkat Menengah (Mid-Level Processing).

Pengolahan ini meliputi segmentasi pada citra, deskripsi objek,

dan klasifikasi objek secara terpisah.

3. Pengolahan Tingkat Tinggi(high-Level Processing).

Pengolahan ini meliputi analisis citra.

Dari ketiga tahap pengolahan citra digital diatas, dapat dinyatakan

suatu gamabaran mengenai teknik - teknik pengolahan citra digital dan

macam – macamnya, anatar lain sebagai berikut (Basuki, 2005:11) :[7]

1. Image enhancement, berupa proses perbaikan citra dengan

meningkatkan kualitas citra, baik kontras maupun kecerahan.

Gambar 2.4 Image Enhancement

2. Image restoration , yaitu proses memperbaiki model citra,

biasanya berhubungan dengan bentuk citra yang sesuai.

Gambar 2.5 Image Restoration

23

3. Color image processing, yaitu suatu proses yang melibatkan citra

berwarna, baik berupa image enhancement, image restoration,

atau yang lainnya.

Gambar 2.6 Color Image Processing

4. Image compression, merupakan proses yang digunakan untuk

mengubah ukuran data pada citra.

Gambar 2.7 Image Compression

5. Morphological processing, yaitu proses untuk memperoleh

informasi yang menyatakan deskripsi dari suatu bentuk pada

citra.

Gambar 2.8 Morphological Processing

24

6. Segmentation, merupakan proses untuk membedakan atau

memisahkan objek – objek yang ada dalam suatu citra, seperti

memisahkan objek dengan latar belakangnya.

Gambar 2.10 Segmentation

2.6 Ekstraksi Ciri

Ekstraksi cirri citra merupakan tahapan mengekstrak ciri / informasi dari objek

di dalam citra yang ingin dikenali / dibedakan dengan objek lainnya. Ciri yang telah

diekstrak kemudian digunakan sebagai parameter / nilai masukan untuk

membedakan antara objek satu dengan lainnya pada tahapan identifikasi /

klasifikasi. Ciri yang umumnya diekstrak antara lain :

1. Ekstraksi Ciri Tekstur

Untuk membedakan tekstur objek satu dengan objek lainnya dapat

menggunakan ciri statistic orde pertama atau ciri statistic orde dua. Ciri

orde pertama didasarkan pada karakteristik histogram citra. Ciri orde

pertama umumnya digunakan untuk membedakan tekstur makrostruktur

(perulangan pola local secara periodik). Ciri orde pertama antara lain :

mean, variance, skewness, kurtosis, dan entropy. Sedangkan ciri orde dua

25

didasarkan pada probalitas hubungan ketetanggaan antara dua piksel pada

jarak dan orientasi sudut tertentu.

Ciri orde dua umumnya digunakan untuk membedakan tekstur

mikrostuktur (pola local dan perulangan tidak begitu jelas). Ciri orde dua

antara lain : Angular Second Moment, Contrast, Correlation, Variance,

Inverse Different Moment, dan Entropy. Analisis tekstur juga dapat

dilakukan dalam domain frekuensi antara lain menggunakan filter bank

gabor.[8]

Gambar 2.10 Ekstraksi Ciri Tekstur

2.7 GLCM

Manusia mengenal tekstur seperti lembut dan kasar walaupun tangan tidak

menyentuh seperti lrmbut dan kasar walaupun tangan tidak menyentuh benda

tersebut, tapi otak mampu membedakan hal tersebut melalui visualisasi yang

ditangkap oleh mata. Tekstur dapat dicirikan sbagai berikut:

a. Pengulangan pola dari variasi local sehingga membentuk kesatuan

yang utuh

26

b. Menyediakan informasi sususanan spasial dari level intensitas dari

nilai pixel ketetanggaan

c. Tidak bisa didefinisikan sebagai suatu satu point / nilai tertentu karena

merupakan sebuah pola / kesatuan

Lihatlah ilustrasi berikut tentang tekstur sebuah citra yang terdiri dari 50%

hitam dan 50% putih.

Tentunya uji statistik standar seperti mean, standar deviasi tidak akan mampu

membedakan ketiga citra tersebut karena akan menghasilkan nilai yang sama.

Seperti yang sudah dijelaskan bahwa tekstur merupakan suatu pengulangan pola

dan distribusi spasial artinya ketiga citra tersebut mempunyai tingkat intensitas nilai

pixel yang sama tapi mempunyai distribusi spasial yang berbeda.

Analisis tekstur merupakan salah satu metode untuk melakukan identifikasi

atau klasifikasi suatu citra, analisis tersebut telah banyak digunakan dalam berbagai

bidang yaitu uji tekstur wajah, mutu keramik, membedakan jenis daun dan dalam

interpretasi suatu peta sehingga dapat diketahui jenis bahan.[9]

GLCM merupakan salah satu metode analisis tekstur. Gray Level Co-

occurrence matrix merupakan metode paling banyak digunakan untuk analisis

tekstur. Metode ini diperkenalkan oleh Haralick di tahun 1973 yang merupakan

bagian dari project yang didukung oleh NASA yaitu tepatnya NASA Goddard

Space Flight Center. Haralick menggunakan citra dari NASA ERTS untuk

melakukan klasifikasi dengan tingkat akurasi 80%.

27

Metode GLCM termasuk dalam metode statistik dimana dalam perhitungan

statistiknya menggunakan distribusi derajat keabuan (histogram) dengan mengukur

tingkat kekontrasan, granularitas, dan kekasaran suatu daerah dari hubungan

ketetanggaan antar piksel di dalam citra. Kookurensi berarti kejadian bersama, yaitu

jumlah kejadian satu level nilai piksel bertetangga dengan satu level nilai piksel lain

dalam jarak (d) dan orientasi sudut (θ) tertentu. Jarak dinyatakan dalam piksel dan

orientasi dinyatakan dalam derajat. Orientasi dibentuk dalam empat arah sudut

dengan interval sudut 45°, yaitu 0°, 45°, 90°, dan 135° seperti yang terlihat pada

gambar 2.11. Sedangkan jarak antar piksel biasanya ditetapkan sebesar 1 piksel.

[10]

Gambar 2.11 Empat arah derajat keabuan

Fitur GLCM yang digunakan dalam penelitian ini yaitu:

a. Contrast

Mengukur frekuensi spasial dari citra dan perbedaan moment GLCM.

Perbedaan yang dimaksudkan adalah perbedaan tinggi dan rendahnya pixel.

Contrast akan bernilai 0 jika pixel ketetanggaan mempunyai nilai yang sama.

𝐶𝑜𝑛𝑡𝑟𝑎𝑠𝑡 = ∑ ∑ |𝑖 − 𝑗|2𝐺𝐿𝐶𝑀(𝑖, 𝑗)𝐿𝑗

𝐿𝑖 (1)

28

b. Correlation

Menunjukkan ukuran ketergantungan linear derajat keabuan citra

sehingga dapat memberikan petunjuk adanya struktur linear dalam citra

𝐶𝑂𝑅 = ∑ ∑ (𝑖𝑗).𝑝(𝑖,𝑗)−𝜇𝑥𝜇𝑦 𝑗𝑖

𝜎𝑥𝜎𝑦 (2)

c. Homogeneity

Mengukur homogenitas, nilai ini sangat sensitive terhadap nilai

disekitar diagonal utama. Bernilai tinggi ketika semua pixel mempunyai nilai

yang sama / seragam. Kebalikan dari contrast yaitu akan bernilai besar jika

mempunyai nilai pixel yang sama pada saat energy bernilai tetap.

𝐻𝑜𝑚𝑜𝑔𝑒𝑛𝑒𝑖𝑡𝑦 = ∑ ∑1

1+(𝑖−𝑗)2 𝑝(𝑖, 𝑗)𝑗𝑖 (3)

d. Energy

Energy akan bernilai tinggi ketika nilai pixel mirip satu sama lain

sebaliknya akan bernilai kecil menandakan nilai dari GLCM normalisasi adalah

heterogen. Nilai maksimum dari energy adalah 1 yang artinya distribusi pixel

dalam kondisi konstan atau bentuknya yabg berperiodik(tidak acak).

𝐸𝑛𝑒𝑟𝑔𝑦 = ∑ {𝑝(𝑖, 𝑗)}2𝑁−1𝑖,𝑗=0 (4)

2.8 SVM

Support Vector Machine (SVM) pertama kali diperkenalkan oleh Vapnik pada

tahun 1992 sebagai rangkaian harmonis konsep – konsep unggulan dalam bidang

pattern recognition. SVM adalah metode learning machine yang bekerja atas

prinsip Struktural Risk Minimization (SRM) dengan tujuna menemukan hyperplane

terbaik yang memisahkan dua buah class pada input space. Gambar 2.

Memperlihatkan beberapa pattern yang merupakan anggota dari dua buah class : +1

29

dan -1. Pattern yang tergabung pada class -1 disimbolkan dengan warna kuning

(lingkaran). Problem klasifikasi dapat diterjemahkan dengan usaha menemukan

garis (hyperlane) yang memisahkan antara kedua kelompok tersebut.

Gambar 2.12 SVM berusaha untuk menemukan hyperplane terbaik yang

memisahkan kedua kelas -1 dan +1

Gambar 2.13 Hyperplane terbentuk diantara class -1 dan +1

Hyperplane pemisah terbaik antara kedua class dapat ditemukan dengan

mengukur margin hyperplane tersebut, dan mencari titik maksimalnya. Margin

adalah jarak antara hyperplane tersebut dengan pattern terdekat dari masing –

masing class. Pattern yang paling dekat ini disebut sebagai support vector machine.

30

Garis solid pada gambar menunjukkan hyperplane yang terbaik, yaitu yang terletak

tepat pada tengah – tengah kedua class, sedangkan titik merah dan kuning yang

berada dalam lingkaran hitam adalah support vector. Usaha untuk mencari lokasi

hyperplane ini merupakan inti dari proses pembelajaran pada SVM[11] Data yang

tersedia dinotasikan sebagai �⃗�i∈ Rd sedangkan label masing – masing dinotasikan

𝑦𝑖 ∈ {−1, +1} untuk i = 1,2,...,l yang mana l adalah benyaknya data. Diasumsikan

kedua class -1 dan +1 dapat terpisah secara sempurna oleh hyperplane berdimensi

d, yang didefinisikan

�⃗⃗⃗�, �⃗� + b = 0 (5)

Pattern �⃗�i yang termasuk class -1 (sempel negatif) dapat dirumuskan sebagai pattern

yang memenuhi pertidaksamaan

𝑤 .⃗⃗⃗⃗⃗⃗ �⃗�i + b ≤ -1 (6)

Sedangkan pattern �⃗�i yang termasuk class +1 (sampel positif)

𝑤. ⃗⃗⃗⃗ ⃗⃗⃗ �⃗�i + b ≥ +1 (7)

Margin terbesar dapat ditemukan dengan memaksimalkan nilai jarak antara

hyperplane dan titik terdekatnya, yaitu 1/||�⃗⃗⃗�||. Hal ini dapat dirumuskan dengan

Quadratic Programming (QP) problem, yaitu mencari titik minimal persamaan (4),

dengan memperhatikan constraint persamaan (5).

𝑚𝑖𝑛�⃗⃗⃗� 𝜏(w) = 1

2 ||�⃗⃗⃗�||

2 (8)

𝑦1(�⃗�i . �⃗⃗⃗� + 𝑏) -1 ≥ 0, ∀𝑖 (9)

31

Problem ini dapat dipecahkan dengan berbagai teknik komputasi, di antaranya

Lagrange Multiplier.

𝐿(�⃗⃗⃗�, 𝑏, 𝑎) = 1

2 ||�⃗⃗⃗�||2 - ∑ 𝑎𝑙

𝑖=𝑙 i (𝑦i((�⃗�i.�⃗⃗⃗� + 𝑏) – 1))

(𝑖 = 1,2, … 𝑙) (10)

𝑎i adalah Larrange multipliers, yang bernilai nol atau positif (𝑎𝑖 ≥ 0). Nilai

optimal dari persamaan (10) dapat dihitung dengan meminimalkan L terhadap�⃗⃗⃗� dan

b, dan memaksimal L terhadap ai. Dengan memperhatikan sifat bahwa pada titik

optimal gradient L = 0, persamaan (10) dapat dimodifikasi sebagai maksimalisasi

problem yang hanya mengandung 𝑎i saja, sebagaimana persamaan (11) dibawah.

Maximize

∑ 𝑎𝑖 − 1

2

𝑖𝑖=1 ∑ 𝑎𝑖𝑎𝑗𝑦𝑖𝑦𝑗�⃗�𝑙

𝑖,𝑗=1 i�⃗�j (11)

Subject to:

𝑎𝑖 ≥ 0 (𝑖 = 1,2, … , 𝑙) ∑ 𝑎𝑖𝑦𝑖 = 0𝑙𝑖=1 (12)

Dari hasil dari perhitungan ini diperoleh 𝑎𝑖 yang kebanyakan bernilai positif inilah

yang disebut sebagai support vector.

2.8.1 Soft Margin

Penjelasan diatas berdasarkan asumsi bahwa kedua belah class dapat

terpisah secara sempurna oleh hyperplane. Akan tetapi, umumnya dua belah class

pada input space tidak dapat terpisah secara sempurna. Hal ini menyebabkan

constrait pada persamaan (9) tidak dapat terpenuhi, sehingga optimisasi tidak dapat

32

dilakukan. Untuk mengatasi masalah ini, SVM dirumuskan ulang dengan

memperkenalkan teknik softmargin. Dalam softmargin, persamaan (9) dimodifikasi

dengan memasukkan slack variabel 𝜉𝑖 (𝜉𝑖 > 0) sbb.

𝑦1(�⃗�i . �⃗⃗⃗� + 𝑏) ≥ 1 - 𝜉𝑖 , ∀𝑖 (13)

Dengan demikian persamaan (8) diubah menjadi :

min�⃗⃗⃗�

𝜏 (�⃗⃗⃗�, 𝜉) = 1

2 ||�⃗⃗⃗�||2 + C ∑ 𝜉𝑖

𝑙𝑖=𝑙 (14)

Parameter C dipilih untuk mengontrol trade off antara margin dan error klasifikasi

𝜉. Nilai C yang besar berarti akan memberikan pinalti yang lebih besar terhadap

error klasifikasi tersebut.

2.8.2 Kernel trick dan non linear classification pada SVM

Pada umumnya masalah dalam domain dunia nyata (real world problem)

jarang yang bersifat linear separable. Kebanyakan bersifat non linear, SVM

dimodifikasi dengan memasukkan kernel. Dalam non linear SVM, pertama – tama

data �⃗� dipetakan oleh fungsi 𝜙(�⃗�) ke ruang vektor yang berdimensi lebih tinggi.

Pada ruang vektor yang baru ini, hyperplane yang memisahkan kedua class tersebut

dapat dikonteruksikan.

Hal ini sejalan dengan teori Cover yang menyatakan jika suatu transformasi

bersifat non linear dan dimensi dari feature space cukup tinggi, maka data pada

input space dapat dipetakan ke feature space yang baru, dimana pattern – pattern

tersebut pada probalitas tinggi dapat dipisahkan secara linear. Ilustrasi dai konsep

ini dapat dilihat pada gambar 2.14. pada gambar 2.14a diperlihatkan data pada class

33

kuning dan data pada class merah yang berada pada input space berdimensi dua

tidak dapat dipisahkan secara linear. Selanjutnya gambar 2.14b menunjukkan

bahwa fungsi 𝜙 memetakan tiap data pada input space tersebut ke ruang vektor baru

yang berdimensi lebih tinggi (dimensi 3), dimana kedua class dapat dipisahkan

secara linear oleh sebuah hyperplane. Notasi matematika dari mapping ini adalah

sbb.

𝜙 ∶ ℜd → ℜq 𝑑 < 𝑞 (15)

Gambar 2.14 Fungsi Φ memetakan data ke ruang vektor yang berdimensi

lebih tinggi, sehingga kedua class dapat dipisahkan secara linear oleh

sebuah hyperplane

Pemetaan ini dilakukan dengan menjaga topologi data, dalam artian dua

data yang berjarak dekat pada input space akan berjarak dekat juga pada feature

space, sebaliknya dua data yang berjarak jauh pada input space akan juga jauh pada

feature space.

34

Selanjutnya proses pembelajaran pada SVM dalam menemukan titik – titik

support vector hanya tergantung pada dot product dari data yang sudah

ditransformasikan pada ruang baru yang berdimensi lebih tinggi, yaitu

Φ(�⃗�i). Φ(�⃗�j) (16)

Karena umumnya transformasi Φ ini tidak diketahui, dan sangan sulit untuk

dipahami secara mudah, maka perhitungan dot product tersebut sesuai teori mercer

dapat digantikan dengan fungsi kernel 𝐾(�⃗�i, �⃗�j) yang mendefinisikan secara implisit

transformasi Φ. Hal ini disebut sebagai kernel trick, yang dirumuskan

𝐾(�⃗�i, �⃗�j) = Φ(�⃗�i). Φ(�⃗�j) (17)

Kernel trick memberikan berbagai kemudahan, karena dalam proses

pembelajaran SVM, untuk menentukan support vector, kita hanya cukup

mengetahui fungsi kernel yang dipakai, dan tidak perlu mengetahui wujud dari

fungsi non linear Φ. Berbagai jenis fungsi kernel dikenal, sebagaimana dirangkum

pada tabel 2.1.

Tabel 2.1 kernel yang umun dipakai dalam SVM

35

Selanjutnya hasil klasifikasi dari data �⃗� diperoleh dari persamaan berikut :

𝑓(Φ(�⃗�)) = �⃗⃗⃗�.Φ(�⃗�) + 𝑏 (18)

= ∑ 𝑎𝑖𝑦𝑖𝑛𝑖=1,�⃗�𝜖𝑆𝑉 Φ(�⃗�) + 𝑏 (19)

= ∑ 𝐾𝑛𝑖=1,�⃗�𝜖𝑆𝑉 (�⃗�, �⃗�𝑖) + 𝑏 (20)

SV pada persamaan diatas dimaksudkan dengan subset dari training set yang

terpilih sebagai support vector, dengan kata lain data �⃗�i yang berkoresponden pada

�⃗�i ≥ 0.

2.8.3 Metode sekuensial

Hyperplane yang optimal dalam SVM dapat ditemukan dengan

merumuskan kedalam QP problem dan diselesaikan dengan library yang banyak

tersedia dalam analisa numerik. Alternatf lain yang cukup sederhana adalah metode

sekuensial yang dikembangkan oleh Vijayakumar, yaitu:

1. Initializatition 𝑎𝑖 = 0

Hitung matriks 𝐷𝑖𝑗 = 𝑦𝑖𝑦𝑗(𝐾(𝑥𝑖 , 𝑥𝑗) + 𝜆2)

2. Lakukan step (a), (b) dan (c) dibawah untuk 𝑖 = 1,2, … , 𝑙

a. 𝐸𝑖 = ∑ 𝑎𝑗𝐷𝑖𝑗𝑙𝑗=1

b. 𝛿𝑎𝑖 = max{max[𝛾(1 − Ε𝑖), − 𝑎𝑖] , 𝐶 − 𝑎𝑖}

c. 𝑎𝑖 = 𝑎𝑖 + 𝛿𝑎𝑖

3. Kembali ke step 2 sampai nilai a mencapai konvergen

Pada algoritma di atas, 𝛾 adalah parameter untuk mengontrol kecepatan

proses learning. Konvergensi dapat didefinisikan dari tingkat perubahan nilai a.

36

BAB III

METODOLOGI PENELITIAN

3.1 Waktu dan Lokasi Penelitian

Waktu penelitian dilakukan kurang lebih delapan bulan, terhitung mulai

disetujuinya proposal penelitian pada bulan Maret 2017. Pengambilan data dilakukan

di Balai Kesehatan Mata Masyarakat yang terletak Jl. Wijaya Kusuma No.19, Banta-

Bantaeng, Rappocini, Kota Makassar. Adapun pengolahan datanya dilakukan di

Kampus Teknik Universitas Hasanuddin.

3.2 Tahapan Penelitian

Gambar 3.1 Diagram Tahapan Penelitian

37

a. Studi literatur terkait, pada tahap ini dilakukan pengkajian terhadap literature –

literature yang dapat menunjang sistem untuk mendeteksi katarak berbasis

android ini.

b. Identifikasi kebutuhan penelitian, pada tahap ini, dilakukan persiapan yang

akan menunjang dalam penelitian ini.

c. Pengumpulan data, pada tahap ini dilakukan pengumpulan data / citra mata

katarak yang akan dianalasis.

d. Analisis data citra, dilakukan penyeleksian gambar yang layak untuk digunakan

dalam penelitian.

e. Implementasi algoritma image processing, setelah sebelumnya dianalisis

selanjutnya menerapkan algoritma. Pada penelitian ini menggunakan algoritma

atau metode GLCM (Gray Level Co – occurrence Matrix) dan SVM(Support

Vector Machine). pada proses GLCM.

f. Pengujian sistem, setelah mengimplementasikan algoritma atau metode maka

dilakukan pengujian sistem untuk mengetahui ketepatan dan kesalahan sistem

yang telah dibangun.

g. Kesimpulan penelitian, pada tahap ini maka diperolehlah kesimpulan

berdasarkan penelitian ini.

38

3.3 Instrumen Penelitian

Instrumen yang digunakan dalam penelitian ini meliputi:

3.3.1 Perangkat Lunak

1. Pada Desktop

a. Sistem Operasi Microsoft Windows 10

b. Image editing (CorelDraw x7)

c. Android Studio

d. MATLAB R2016a

2. Pada Smartphone

Software yang digunakan adalah adalah sistem operasi Android versi

6.0.1 Marshmallow.

3.3.2 Perangkat Keras

1. Pada Desktop

a. Laptop HP

b. Processor : Intel® Core™ i5-4200U CPU @ 1.60GHz 2.30 GHz

c. RAM 8GB,

d. Hardisk 500GB.

2. Pada Smartphone

a. Samsung Galaxy J5

b. Processor : Qualcomm Snapdragon 410 1.2 GHz quad

c. RAM 1.5GB

d. Media penyimpanan internal 8GB

39

e. Media Penyimpanan eksternal 8GB

f. Rear camera 13 megapixel

g. Front camera 5 megapixel

h. Koneksi Internet

3.4 Teknik Pengampilan Data

Sumber data yang digunakan dalam penelitian ini adalah data berupa gambar.

Pengumpulan data dilakukan dengan mendatangi langsung instansi terkait dengan data

yang dibutuhkan. Instansi tersebut adalah BKMM (Balai Kesehatan Mata Masyarakat)

kota Makassar berupa gambar mata katarak. Dengan bantuan dari dokter ahli mata,

mata dicapture secara langsung menggunakan kamera smartphone. Spesifikasi kamera

yang digunakan adalah 13 megapixel. Pada saat proses pengambilan gambar flash

kamera harus dalam keadaan hidup.

3.5 Perancangan Sistem

Proses perancangan sistem pendeteksi katarak berbasis android ditunjukkan pada

diagram berikut:

40

Gambar 3.2 Blok Diagram Perancangan Sistem

3.5.1 Input Citra

Pada tahap penelitian ini, proses pengambilan citra mata menggunakan

kamera smartphone. Proses pengambilan citra, flash kamera dalam keadaan

hidup. Ukuran citra yang digunakan adalah 2322 x 4128 pixel dengan ekstensi

.jpg, file input berjenis RGB.

Input Citra

Preprocessing

Ekstraksi Fitur

Klasifikasi

Output

41

Gambar 3.3 Input citra

Gambar 3.4 Gambar Input Citra

3.5.2 Preprocessing

Pada tahap ini, dilakukan proses cropping citra dengan ukuran 2322 x 4128

pixel menjadi 30 x 30 pixel, dan selanjutnya akan dilakukan proses grayscale .

42

Gambar 3.5 Proses cropping dan resize

Gambar 3.6 Preprocessing

Input Citra

Cropping

Hasil Cropping

Grayscale

Hasil Grayscale

43

3.5.3 Ekstraksi Fitur

a. Metode Gray Level Co – occurrence Matrix (GLCM)

Gambar 3.7 Diagram alir ekstraksi fitur menggunakan GLCM

1. Citra Grayscale

Citra RGB yang merupakan masukkan pada sistem akan diubah menjadi

grayscale yang selanjutnya akan diekstraksi fitur.

Gambar 3.8 Mengubah citra RGB menjadi citra grayscale

Citra

Grayscale

Kuantisasi Menjadi 32

tingkat keabuan

Menghitung Jumlah ketetanggaan

pixel

Symmetric

Normalisasi Menghitung ciri

citra

44

Tabel 3.1 Pixel Citra Grayscale

2. Kuantisasi Pixel menjadi 32 tingkat level keabuan

Sebelumnya citra RGB diubah menjadi citra garyscale, selanjutnya dilakukan

kuantisasi 32 tingkat derajat level keabuan. perhitungan kuantisasi 32 level derajat

keabuan berdasar table dibawah ini

45

Tabel 3.2 Hasil kuantisasi 32 tingkat derajat keabuan

3. Menghitung Jumlah ketetanggaan pixel

Setelah dilakukan kuantisasi, hasil dari pada tahap ini dilakukan perhitungan

jumlah ketanggann pixel berdasarkan hasil kuantisasi 32 level derajat keabuan

dengan masing – masing menghitung berdasarkan 4 sudut yaitu 00, 450, 900, 1350.

46

a. Sudut 00

Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan

perhitungan ketetanggaan pixel berdasarkan sudut 00. Pada perhitungan

ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table

dibawah ini.

Table 3.3 Proses perhitungan ketetanggaan pixel berdasarkan sudut 00

6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7

7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7

8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8

8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8

8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7

8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8

8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8

9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8

9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9

9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9

9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9

9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9

10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10

9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10

9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10

11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9

11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10

11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10

11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11

11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12

12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12

12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12

12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13

12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13

12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13

47

Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 00.

Table 3.4 Hasil perhitungan ketetanggaan pixel berdasarkan sudut 00.

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 1 74 20 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 25 152 14 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 21 116 17 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 25 115 17 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 18 75 20 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 12 44 16 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 13 51 9 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 8 4 3 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

48

b. Sudut 450

Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan

perhitungan ketetanggaan pixel berdasarkan sudut 450. Pada perhitungan

ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table

dibawah ini.

Table 3.5 Proses perhitungan ketetanggaan pixel berdasarkan sudut 00

6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7

7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7

8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8

8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8

8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7

8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8

8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8

9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8

9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9

9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9

9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9

9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9

10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10

9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10

9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10

11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9

11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10

11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10

11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11

11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12

12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12

12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12

12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13

12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13

12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13

49

Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 450

Table 3.6 hasil perhitungan ketetanggaan pixel berdasarkan suut 450

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 56 16 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 38 134 8 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 1 41 97 9 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 41 98 12 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 35 63 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 7 23 45 4 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 2 22 47 2 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 1 11 3 1 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 1 2 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

50

c. Sudut 1350

Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan

perhitungan ketetanggaan pixel berdasarkan sudut 1350. Pada perhitungan

ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table

dibawah ini.

Table 3.7 Proses perhitungan ketetanggaan pixel berdasarkan sudut 1350

6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7

7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7

8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8

8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8

8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7

8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8

8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8

9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8

9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9

9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9

9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9

9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9

10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10

9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10

9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10

11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9

11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10

11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10

11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11

11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12

12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12

12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12

12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13

12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13

12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13

51

Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 1350

Tabel 3.8 hasil perhitungan ketetanggaan pixel berdasarkan sudut 1350

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 55 18 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 38 133 9 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 31 105 16 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 38 99 12 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 34 64 2 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 2 22 43 5 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 24 43 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 1 10 4 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 2 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

52

d. Sudut 900

Setelah dilakukan kuantisasi 32 level derjat keabuan, selanjutnya dilakukan

perhitungan ketetanggaan pixel berdasarkan sudut 1350. Pada perhitungan

ketetanggaan pixel menggunakan matrix 32 level derajat keabuan seperti pada table

dibawah ini.

Table 3.9 Proses perhitungan ketetanggaan pixel berdasarkan sudut 900

6 6 7 7 8 7 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7

7 7 7 8 8 8 8 8 8 8 8 7 7 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7 7 7 7 7

7 7 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 8 8 8 8 7

8 8 7 8 8 8 7 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8

8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 8 8 8

8 9 9 9 9 8 8 8 8 8 8 8 8 8 8 7 8 8 8 8 8 7

8 9 9 9 9 9 9 8 8 8 8 8 9 8 8 7 7 8 8 8 8 8

8 8 9 9 9 9 9 8 8 8 8 9 9 9 9 8 8 8 8 8 8 8

9 8 8 9 9 9 9 8 8 8 9 9 9 9 9 9 9 8 8 8 8 8

9 9 8 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 8 8 9

9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9

9 9 9 9 10 9 9 9 9 10 9 9 10 10 9 9 9 9 9 9 9 9

9 9 9 10 10 10 10 10 10 10 9 10 10 10 10 10 9 9 10 10 9 9

10 9 10 10 10 9 9 10 10 9 9 10 10 10 10 10 10 10 10 10 9 10

9 10 10 10 10 9 9 10 10 10 9 10 10 10 10 10 10 10 10 10 10 10

9 10 10 11 11 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10 10

10 10 10 10 10 10 10 10 10 10 10 10 10 10 11 10 10 10 10 10 10 10

11 11 11 11 11 11 11 11 10 10 10 10 10 11 11 11 10 10 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 10 10 10

10 11 11 11 11 11 11 11 11 11 11 11 11 11 11 10 11 11 10 10 10 9

11 11 11 11 11 11 12 11 11 11 11 11 12 11 10 11 11 10 10 11 10 10

11 11 11 11 11 12 12 12 11 11 11 11 12 12 11 12 12 11 11 11 11 10

11 11 12 12 12 12 13 13 12 12 12 12 12 12 12 12 12 12 11 11 11 11

11 12 12 12 12 13 13 13 12 12 12 12 12 12 12 12 12 12 12 12 12 12

12 12 12 12 13 13 13 13 13 13 12 12 13 12 13 12 12 12 13 12 12 12

12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 13 12 12

12 12 12 12 13 13 13 13 13 13 13 13 13 13 13 14 13 13 13 13 12 13

12 12 13 13 13 13 14 15 14 14 13 13 14 13 13 13 14 13 13 13 12 13

12 12 13 14 13 14 14 15 14 13 14 15 14 13 13 14 14 14 13 13 13 13

53

Berikut adalah hasil perhitungan ketetanggaan pixel berdasarkan sudut 900

Tabel 3.10 hasil perhitungan ketetanggaan pixel berdasarkan sudut 900

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 66 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 35 150 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 1 33 117 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 37 104 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 38 66 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 28 50 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 23 46 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 2 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

54

4. Symmetric

a. Sudut 00

Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut 00,

selanjutnya dilakukan proses transpose.

Tabel 3.11 Proses transpose sudut 00

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 1 74 25 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 20 152 21 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 14 116 25 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 17 115 18 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 17 75 12 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 20 44 13 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 16 51 8 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 9 4 3 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

55

Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan nilai

dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.

Table 3.12 Hasil Penjumlahan ketetanggaan pixel dan transpose sudut 00

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 148 45 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 45 304 35 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 35 232 42 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 42 310 33 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 33 150 32 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 32 88 29 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 29 102 17 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 17 8 6 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 6 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

56

b. Sudut 450

Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut

450, selanjutnya dilakukan proses transpose.

Tabel 3.13 Proses transpose sudut 450

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 56 38 1 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 16 134 41 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 8 97 41 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 9 98 35 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 12 63 7 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 7 1 23 2 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 2 45 22 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 4 47 11 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 2 3 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

57

Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan nilai

dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.

Tabel 3.14 Hasil penjumlahan ketetanggaan pixel dan transpose sudut 450

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 112 54 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 54 268 49 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 1 49 194 50 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 50 196 47 7 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 47 126 24 2 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 7 24 90 26 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 2 26 94 13 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 1 13 6 3 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 1 3 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

58

c. Sudut 1350

Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut

1350, selanjutnya dilakukan proses transpose.

Tabel 3.15 Proses transpose sudut 1350

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 55 38 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 18 133 31 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 9 105 38 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 16 99 34 2 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 12 64 22 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 2 2 43 24 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 5 43 10 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 1 4 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

59

Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan nilai

dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.

Tabel 3.16 Hasil penjumlahan nilai tetetangaan pixel dan transpose sudut 1350

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 2 110 56 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 56 266 40 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 40 210 54 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 54 198 46 2 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 46 128 24 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 2 24 86 29 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 29 86 11 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 1 11 8 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

60

d. Sudut 900

Setelah dilakukan proses perhitungan ketetanggaan pixel berdasarkan sudut

900, selanjutnya dilakukan proses transpose.

Tabel 3.17 Proses transpose sudut 900

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 66 35 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 150 33 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 5 117 37 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 7 104 38 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 12 66 28 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 50 23 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 2 46 0 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 3 12 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

61

Setelah dilakukan proses transpose selanjutnya dilakukan proses penjumlahan

nilai dari hasil proses transpose dengan nilai hasil penjumlahan ketetanggaan pixel.

Tabel 3.18 Hasil penjumlahan nilai ketetangaan pixel dan transpose sudut 900

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 132 35 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 35 300 38 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 38 234 44 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 44 208 50 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 50 132 28 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 28 100 25 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 25 92 3 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 3 24 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 2 0 2 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

62

5. Normalisasi

𝑃𝑖,𝑗=𝑉𝑖,𝑗

∑ 𝑉𝑖𝑗𝑁−1𝑖,𝑗=0

(1)

𝑃𝑖,𝑗 = Hasil Normalisasi

𝑉𝑖,𝑗 = nilai baris dan kolom

∑ 𝑉𝑖𝑗𝑁−1𝑖,𝑗=0 = hasil penjumlahan nilai baris dan kolom

a. Sudut 00

Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses

normalisasi berdasarkan sudut 00. Proses normalisasi dilakukan dengan rumus (1).

Tabel 3.19 Hasil normalisasi berdasarkan sudut 00

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0011 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0811 0.0246 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0246 0.1665 0.0192 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0.0192 0.1271 0.023 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0.023 0.1698 0.0181 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0.0181 0.0821 0.0175 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0.0175 0.0482 0.0159 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0.0159 0.0559 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0.0093 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

63

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

b. Sudut 450

Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses

normalisasi berdasarkan sudut 450. Proses normalisasi dilakukan dengan rumus (1).

Tabel 3.19 Hasil normalisasi berdasarkan sudut 450

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0.0012 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0.0012 0.0681 0.0328 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0.0328 0.1629 0.0298 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0.0006 0.0298 0.1179 0.0304 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0.0304 0.1191 0.0286 0.0043 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0.0286 0.0766 0.0146 0.0012 0 0 0 0 0

0 0 0 0 0 0 0 0 0.0043 0.0146 0.0547 0.0158 0.0006 0 0 0 0

0 0 0 0 0 0 0 0 0 0.0012 0.0158 0.0571 0.0079 0.0006 0 0 0

0 0 0 0 0 0 0 0 0 0 0.0006 0.0079 0.0036 0.0018 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0.0006 0.0018 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

64

c. Sudut 1350

Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses

normalisasi berdasarkan sudut 1350. Proses normalisasi dilakukan dengan rumus (1).

Tabel 3.21 hasil normalisasi berdasarkan sudut 1350

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0012 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0.0012 0.0675 0.0344 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0344 0.1633 0.0246 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0.0246 0.1289 0.0331 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0.0331 0.1215 0.0282 0.0012 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0.0282 0.0773 0.0147 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0.0012 0.0147 0.0528 0.0178 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0.0178 0.0528 0.0068 0.0012 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0.0006 0.0068 0.0049 0.0012 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0.0012 0.0012 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

65

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

d. Sudut 900

Setelah dilakukan proses penjumlahan selanjutnya dilakukan proses

normalisasi berdasarkan sudut 450. Proses normalisasi dilakukan dengan rumus (1).

Tabel 3.22 hasil normalisasi berdasarkan sudut 900

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0012 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0789 0.0209 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0.0209 0.1792 0.0227 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0.0227 0.1398 0.0263 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0.0263 0.1243 0.0299 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0.0299 0.0789 0.0167 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0.0167 0.0597 0.0149 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0.0149 0.0541 0.0018 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0.0018 0.0143 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0.0012 0 0.0012 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

66

6. Perhitungan fitur GLCM berdasarkan sudut 0°, 45°, 90°, 135°

Pada tahap ini, dilakukan perhitungan fitur berdasarkan empat sudut, yaitu

0°, 45°, 90°, 135°. Fitur GLCM yang digunakan terdapat empat, yaitu,

contrast, correlation, energy, homogeneity. Pada perhitungan fitur GLCM,

nilai yang dihunakan adalah nilai normalisasi yang telah dihitung.

a. Sudut 00

1. Contras = ∑ 𝑃𝑢 (𝑖 − 𝑗)𝑛𝑖,𝑗=0

2

= 0,0011 (6-6)2 + 0,0011(6-7)2 + 0,0011(7-6)2 + 0,0811(7-7)2 + 0,0246

(7-8)2 + 0,0246(8-7)2 + 0,1665(8-8)2 + 0,0192(8-9)2 + 0,092 (9-8)2

+ 0,1271(9-9)2 + 0,023(9-10)2 + 0,023(10-9)2 + 0,1698(10-10)2 +

0,0181(10-11)2 + 0,0181(11-10)2 + 0,0821(11-11)2 + 0,0175(11-12)2

+ 0,0175(12-11)2 + 0,0482(12-12)2 + 0,0259(12-13)2 + 0,0159(13-

12)2 + 0,0559(13-13)2 + 0,0093(13-14)2 + 0,0093(14-13)2 +

0,0044(14-14)2 + 0,0033(14-15)2 + 0,0033(15-14)2

=

= 0,264

2. Homogeneity = ∑𝑃𝑖,𝑗

1+(𝑖−𝑗)2𝑛=1𝑖,𝑗=0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

0 + 0,0011 + 0,0011+ 0 + 0,0246 + 0,0246 + 0 + 0,0192 + 0,0192 + 0,023 +

0,023 + 0 + 0,0181 + 0,0181 + 0 + 0,0175 + 0,0175 + 0 + 0,0159 + 0,0159 +

0 + 0,0093 + 0,0093 + 0 + 0,0033 + 0,0033

67

= 0,0011

1+(6−6)2 +

0,0011

1+(6−7)2 +

0,0011

1+(7−6)2 +

0,0811

1+(0) +

0,0246

1+(7−8)2 +

0,0246

1+1 +

0,1665

1 +

0.0192

1+(8−9)2 +

0,0192

1+(9−1)2 +

0,1271

1+(9−9)2 +

0,023

1+(9−10)2 +

0.023

1+(10−9)2

+ 0,1698

1+(10−10)2 +

0,0181

1+(10−11)2 +

0.0821

1+(11−11)2 +

0.0175

1+(11−12)2 +

0,0175

1+(12−11)2

+ 0,0482

1+(12−12)2 +

0,0159

1+(12−12)2 +

0,0159

1+(13−12)2+

0,0559

1+(13−13)2 +

0,0093

1+(13−14)2

+ 0,0093

1+(14−13)2 +

0,0044

1+(14−14)2 +

0,0033

1+(14−15)2 +

0,0033

1+(15−14)2

Homogeneity =

0,0011+ 0,00055 + 0,00055 + 0,00055 + 0,0123 + 0,0123 + 0,1665 +

0,0096 + 0,0096 + 0,1271 + 0,0115 + 0,0115 + 0,1698 + 0,1698 +

0,00905 + 0,0821 + 0,00875 + 0,00875 + 0,0482 + 0,00759 + 0,00759 + 0,0559 + 0,00465 + 0.0044 + 0.00165 + 0.00165

= 0, 8682

3. Energy

= 0,00000121 + 0,00000121 + 0,00000121 + 0,00657721 +

0,00060516 + 0,02772225 + 0,00036864 + 0,00036864 + 0,01615441

+ 0,00032761 + 0,00032761 + 0,00674041 + 0,00030625 +

0,00030625 + 0,00232324 + 0,00025281 + 0,00025281 + 0,00312481

+ 0,00008649 + 0,00008649 + 0,00001936 + 0,00001089 + 0,0001089

= 0,0965

4. Correlation

∑ 𝑃𝑖,𝑗

[ (𝑖 − 𝜇𝑖)(𝑗 − 𝜇𝑗)

√(𝜎𝑖 2) (𝜎𝑗

2)] 𝑁−1

𝑖,𝑗=0

(0,0011)2 + (0,0011)2 + (0,0011)2 + (0,0811)2 + (0,0246)2 + (0,0246)2 +

(0,1665)2 + (0,0192)2 + (0,1271)2 + (0,023)2 + (0,023)2 + (0,1698)2 +

(0,0181)2 + (0,0181)2 + (0,0821)2 + (0,0175)2 + (0,0175)2 + (0,0492)2 +

(0,0159)2 + (0,0159)2 + (0,0559)2 + (0,0093)2 + (0,0093)2 + (0,0044)2 +

(0,0033)2 + (0,0033)2

68

𝜇𝑖 = ∑ 𝑖(𝑃𝑖,𝑗)

𝑁−1

𝑖,𝑗=0

𝜇𝑗 = ∑ 𝑗(𝑃𝑖,𝑗)

𝑁−1

𝑖,𝑗=0

𝜎𝑖2 = ∑ 𝑃𝑖,𝑗 (𝑖 − 𝜇𝑖)

2

𝑁−1

1 ,𝑗=0

𝜎𝑗2 = ∑ 𝑃𝑖,𝑗 (𝑗 − 𝜇𝑖)

2

𝑁−1

1 ,𝑗=0

𝜇𝑖 = 6 (0.0011 + 0.0011) + 7 (0.0011 + 0.0811 + 0.0246)

+ 8(0.0246 + 0.1665 + 0.0192)

+ 9(0.0192 + 0.01271 + 0.023)

+ 10 (0.023 + 0.1698 + 0.0181)

+ 11(0.0181 + 0.0821 + 0.0175)

+ 12 (0.0175 + 0.0482 + 0.0159)

+ 13 (0.0159 + 0.0559 + 0.0093)

+ 14(0.0093 + 0.0044 + 0.0033) + 15(0.0033)

= 0.0132 + 0.7476 + 1.6824 + 1.5237 + 2.109 + 1.2947 +

0.9792 1.0543 + 0.238 + 0.0495 = 9.6916

𝜇𝑖 = 6 (0.0011 + 0.0011) + 7 (0.0011 + 0.0811 + 0.0246)

+ 8(0.0246 + 0.1665 + 0.0192)

+ 9(0.0192 + 0.01271 + 0.023)

+ 10 (0.023 + 0.1698 + 0.0181)

+ 11(0.0181 + 0.0821 + 0.0175)

+ 12 (0.0175 + 0.0482 + 0.0159)

+ 13 (0.0159 + 0.0559 + 0.0093)

+ 14(0.0093 + 0.0044 + 0.0033) + 15(0.0033)

= 0.0132 + 0.7476 + 1.6824 + 1.5237 + 2.109 + 1.2947 +

0.9792 + 1.0543 + 0.238 + 0.0495 = 9.6916

𝜎𝑖2 = 0.0011 (6 − 9.6916)2 + 0.0011 (6 − 9.6916)2 +

0.0011 (7 − 9.6916)2 + 0.0811 (7 − 9.6916)2 + 0.0246 (7 −

9.6916)2 + 0.0246 (8 − 9.6916)2 + 0.1665 (8 − 9.6916)2 +

0.0192 (8 − 9.6916)2 + 0.0192 (9 − 9.6916)2 + +0.1271 (9 −

69

9.6916)2 + 0.023 (9 − 9.6916)2 + 0.023 (10 − 9.6916)2 +

0.1698 (10 − 9.6916)2 + 0.0181 (10 − 9.6916)2 +

0.0181 (11 − 9.6916)2 + 0.0821 (11 − 9.6916)2 +

0.0175 (11 − 9.6916)2 + 0.0175 (12 − 9.6916)2 +

0.0482 (12 − 9.6916)2 + 0.0159 (12 − 9.6916)2 +

0.0159 (13 − 9.6916)2 + 0.0559 (13 − 9.6916)2 +

0.0093 (13 − 9.6916)2 + 0.0093 (14 − 9.6916)2 +

0.0044 (14 − 9.6916)2 + 0.0033 (14 − 9.6916)2 +

0.0033 (15 − 9.6916)2

𝜎𝑖2= 3.3491

𝜎𝑗2 = 0.0011 (6 − 9.6916)2 + 0.0011 (6 − 9.6916)2 +

0.0011 (7 − 9.6916)2 + 0.0811 (7 − 9.6916)2 + 0.0246 (7 −

9.6916)2 + 0.0246 (8 − 9.6916)2 + 0.1665 (8 − 9.6916)2 +

0.0192 (8 − 9.6916)2 + 0.0192 (9 − 9.6916)2 + +0.1271 (9 −

9.6916)2 + 0.023 (9 − 9.6916)2 + 0.023 (10 − 9.6916)2 +

0.1698 (10 − 9.6916)2 + 0.0181 (10 − 9.6916)2 + 0.0181 (11 −

9.6916)2 + 0.0821 (11 − 9.6916)2 + 0.0175 (11 − 9.6916)2 +

0.0175 (12 − 9.6916)2 + 0.0482 (12 − 9.6916)2 + 0.0159 (12 −

9.6916)2 + 0.0159 (13 − 9.6916)2 + 0.0559 (13 − 9.6916)2 +

0.0093 (13 − 9.6916)2 + 0.0093 (14 − 9.6916)2 + 0.0044 (14 −

9.6916)2 + 0.0033 (14 − 9.6916)2 + 0.0033 (15 − 9.6916)2

𝜎𝑗2= 3.3491

5. Correlation

0.0011(6−9.6916)(6−9.6916)

√(1.85452)(1.85452) + 0.0011

(6−9.6916)(7−9.6916)

√(1.85452)(1.85452) +

0.0011(7−9.6916)(6−9.6916)

√(1.85452)(1.85452) + 0.0811

(7−9.6916)(7−9.6916)

√(1.85452)(1.85452) +

0.0246(7−9.6916)(8−9.6916)

√(1.85452)(1.85452) + 0.0246

(8−9.6916)(7−9.6916)

√(1.85452)(1.85452) +

0.1665(8−9.6916)(8−9.6916)

√(1.85452)(1.85452) + 0.0192

(8−9.6916)(9−9.6916)

√(1.85452)(1.85452) +

0.0192(9−9.6916)(8−9.6916)

√(1.85452)(1.85452) + 0.1271

(9−9.6916)(9−9.6916)

√(1.85452)(1.85452) +

0.023(9−9.6916)(10−9.6916)

√(1.85452)(1.85452) + 0.023

(10−9.6916)(9−9.6916)

√(1.85452)(1.85452) +

0.1698(10−9.6916)(10−9.6916)

√(1.85452)(1.85452) + 0.0181

(10−9.6916)(11−9.6916)

√(1.85452)(1.85452) +

70

0.0181(11−9.6916)(10−9.6916)

√(1.85452)(1.85452) + 0.0821

(11−9.6916)(11−9.6916)

√(1.85452)(1.85452) +

0.0175(11−9.6916)(12−9.6916)

√(1.85452)(1.85452) + 0.0175

(12−9.6916)(11−9.6916)

√(1.85452)(1.85452)

+ 0.0482(12−9.6916)(12−9.6916)

√(1.85452)(1.85452) + 0.0159

(12−9.6916)(13−9.6916)

√(1.85452)(1.85452) +

0.0559(13−9.6916)(13−9.6916)

√(1.85452)(1.85452) + 0.0093

(13−9.6916)(14−9.6916)

√(1.85452)(1.85452) +

0.0093(14−9.6916)(13−9.6916)

√(1.85452)(1.85452) + 0.0044

(14−9.6916)(14−9.6916)

√(1.85452)(1.85452) +

0.0033(14−9.6916)(15−9.6916)

√(1.85452)(1.85452) + 0.0033

(15−9.6916)(14−9.6916)

√(1.85452)(1.85452)

= 0.0057 + 0.0042 + 0.0042 + 0.224 + 0.0427 + 0.0427 + 0.1817 + 0.0086 +

0.0086 + 0.0232 + (-0.0019) + (-0.0019) + 0.0062 + 0.0028 + 0.0028 + 0.0536

+ 0.0202 + 0.0202 + 0.0848 + 0.0463 + 0.141 + 0.0505 + 0.0505 + 0.0145 +

0.0208 + 0.0208

= 1.0061

b. Sudut 450

1. Contras = ∑ 𝑃𝑢 (𝑖 − 𝑗)𝑛𝑖,𝑗=0

2

= 0,0012(6-7)2 + 0,0012(7-6)2 + 0,0681(7-7)2 + 0,0328(7-8)2 +

0,0328(8-7)2 + 0,1629(8-8)2 + 0,0298(8-9)2 + 0,092 (8-9)2 +

0,006(9-7)2 + 0,0298(9-8)2 + 0,1179(9-9)2 + 0,0304(9-10)2 +

0, 0304 (10-9)2 + 0,191(10-10)2 + 0,0286(10-11)2 +

0,0043(12-10)2 + 0,0146(12-11)2 + 0,0547(12-12)2 +

0,0158(12-13)2 + 0,0006(12-14)2 + 0,0012(13-11)2 +

0,0158(13-12)2 + 0,0571(13-13)2 + 0,0079(13-14)2 +

0,0006(13-15)2 + 0,0006(14-12)2 + 0,0079(14-13)2 +

0,0036(14-14)2 + 0,0018(14-15)2 + 0,0006(15-13)2 +

0,0018(15-14)2

=

= 0,3818

2. Homogeneity = ∑𝑃𝑖,𝑗

1+(𝑖−𝑗)2𝑛=1𝑖,𝑗=0

0,0012 + 0,0012 +0 + 0,0328 + 0,0328 + 0 + 0,0298 + 0,0024 + 0,0298 + 0

+ 0,0304 + 0,0304 + 0 + 0,0286 + 0,0172 + 0,0826 + 0 + 0,0146 + 0,0084 +

0,0172+ 0,0012 + 0,0146+ 0 + 0,0079 + 0,0158 + 0,0024 + 0,0048 +

0,0158 + 0,0079 + 0,0024 + 0,0024 + 0,0079 + 0 + 0,0018 + 0,0024 +

0,018

71

0,0012

1+(6−7)2+

0,0011

1+(6−7)2 +

0,0012

1+(7−6)2 +

0,0681

1+(7−7)2 +

0,0328

1+(7−8)2 +

0,0328

1+(8−7)2 +

0,1629

1+(8−8)2+

0.0298

1+(8−9)2 +

0,0006

1+(9−7)2 +

0,0298

1+(9−8)2+

0,1179

1+(9−9)2 +

0.0304

1+(9−10)2

+0,0304

1+(10−9)2 +

0,1191

1+(10−10)2 +

0.0286

1+(10−11)2 +

0.0043

1+(10−12)2 +

0,0286

1+(11−10)2 +

0,0766

1+(11−11)2+

0,0146

1+(11−12)2 +

0,0012

1+(11−13)2+

0,0043

1+(12−10)2 +

0,0547

1+(12−12)2+

0,0158

1+(12−13)2+

0,0006

1+(12−13)2 +

0,0012

1+(13−11)2+

0,0158

1+(13−12)2+

0,0571

1+(13−13)2+

0,0006

1+(13−15)2+

0,0006

1+(14−12)2+

0,0079

1+(14−13)2+

0,0036

1+(14−14)2+

0,0018

1+(14−15)2+

0,0006

1+(15−13)2+

0,0018

1+(15−14)2

Homogeneity = 0,0006+ 0,0006 + 0,0681 + 0,0681 + 0,0164 +

0,0164 + 0,1629 + 0,0149 + 0,00012 + 0,0149 +

0,1179 + 0,0152 + 0,0152 + 0,1191 + 0,0146 +

0,00086 + 0,0143 + 0,0766 + + 0,0073 +

0,00024 + 0,00086 + 0,0547 + 0,0079 +

0,00012 + 0,0024 + 0,0079 + 0,0571 +

0,00395 + 0,00012 + 0,00012 + 0,00395 +

0,0036 + 0,0009 + 0,00012 + 0,0009

= 0, 8726

3. Energy = ∑ {𝑝(𝑖, 𝑗)}2𝑁−1𝑖,𝑗=0

= (0,0012)2 + (0,0012)2 + (0,0681)2 + (0,0328)2 + (0,0328)2 +

(0,1629)2 + (0,0298)2 + (0,092)2 + (0,006)2 + (0,0298)2 +

(0,1179)2 + (0,0304)2 + (0, 0304)2 + (0,191)2 + (0,0286)2 +

(0,0043)2 + (12-11)2 + (0,0547)2 + (0,0158)2 + (0,0006)2 +

(0,0012)2 + (0,0158)2 + (0,0571)2 + (0,0079)2 + (0,0006)2 +

(0,0006)2 + (0,0079)2 + (0,0036)2 + (0,0018)2 + (0,0006)2 +

(0,0018)2

= 0,00000144 + 0,00000144 + 0,00463761+ 0,00463761 + 0,02653641

+ 0,00088804 + 0,00000036 + 0,00088804 +0,01390041 +

0,00092416 + 0,0092416 + 0,01418481 + 0,00081796 + 0,00001849

+ 0,0001796 + 0,00586756 + 0,00299209 + 0,00024964 +

0,00000036 + 0,000000144 + 0,00024964 + 0,00316041 +

0,000064241 + 0,00000036 + 0,00000036 + 0,00006241 +

0,00001296 + 0,00000324 + 0,00000036 + 0,00000324

72

= 0,0824

4. Correlation

𝜇𝑖 = 6 (0.0012) + 7 (0.0012 + 0.0681 + 0.0328) + 8 (0.0328 +

0.1629 + 0.0298) + 9 (0.0006 + 0.0298 + 0.1179 + 0.0304) +

10 (0.0304 + 0.1191 + 0.0286 + 0.0043) + 11 (0.0286 + 0.0766

+ 0.0146 + 0.0012) + 12 (0.0043 + 0.0146 + 0.0547 + 0.0158 +

0.0006) + 13 (0.0012 + 0.0158 + 0.0571 + 0.0079 + 0.0006) +

14(0.0006 +0.0079 + 0.0036 + 0.0018) + 15 (0.0006 +0.0018)

= 0.0072 + 0.7147 + 1.804 + 1.6083 + 1.824 + 1.331 + 1.08 +

1.0738 + 0.1946 + 0.036

= 9.6736

𝜇𝑗 = 6 (0.0012) + 7 (0.0012 + 0.0681 + 0.0328 + 0.0006) + 8

(0.0328 + 0.1629 + 0.0298) + 9 (0.0298 + 0.1179 + 0.0304) +

10 (0.0304 + 0.1191 + 0.0286 + 0.0043) + 11 (0.0286 + 0.0766

+ 0.0146 + 0.0012) + 12 (0.0043 + 0.0146 + 0.0547 + 0.0158 +

0.0006) + 13 (0.0012 + 0.0158 + 0.0571 + 0.0079 + 0.0006) +

14(0.0006 +0.0079 + 0.0036 + 0.0018) + 15 (0.0006 +0.0018)

= 0.0072 + 0.7189 + 1.804 + 1.6029 + 1.824 + 1.331 + 1.08 +

1.0738 + 0.1946 + 0.036

= 9.6724

𝜎𝑖2 = 0.0012 (7 – 9.6736)2 + 0.0681(7 – 9.6736)2 + 0.0328(7 –

9.6736)2 + 0.0328(8 -9.6736)2 +0.1629(8 -9.6736)2 + 0.0298(8

-9.6736)2 + 0.0006(9 -9.6736)2 + 0.0298(9 -9.6736)2 +

0.1179(9 -9.6736)2 + 0.0304(9 -9.6736)2 + 0.0304(10-9.6736)2

+ 0.1191(10-9.6736)2 + 0.0286(10-9.6736)2 + 0.0043(10-

9.6736)2 + 0.0286(11-9.6736)2 + 0.0286(11-9.6736)2 +

0.0766(11-9.6736)2 + 0.0146(11-9.6736)2 + 0.0012(11 –

9.6736)2 + 0.0043 (12 – 9.6736)2 + 0.0146 (12 – 9.6736)2 +

0.0547 (12 – 9.6736)2 + 0.0158 (12 – 9.6736)2 + 0.0006 (12 –

9.6736)2 + 0.0012(13 – 9.6736)2 + 0.0158 (13 – 9.6736)2 +

0.0571 (13 – 9.6736)2 + 0.0079 (13 – 9.6736)2 + 0.0006(13 –

9.6736)2 + 0.0006(14 – 9.6736)2 + 0.0079(14 – 9.6736)2 +

0.0036(14 – 9.6736)2 + 0.0018(14 – 9.6736)2 + + 0.0006(15 –

9.6736)2 + 0.0018(15 – 9.6736)2

73

= 0.0086 + 0.4868 + 0.2345 + 0.0919 + 0.4563 + 0.0835 +

0.0003 + 0.0135 + 0.0535 + 0.0138 + 0.0032 + 0.0127 + 0.003

+ 0.0005 + 0.0503 + 0.1348 + 0.0257 + 0.0021 + 0.0233 +

0.079 + 0.296 + 0.0855 + 0.0032 + 0.0132 + 0.1749 + 0.6318 +

0.0874 + 0.0067 + 0.0112 + 0.1479 + 0.0674 + 0.0337 + 0.017

+ 0.051

= 3.4205

𝜎𝑗2 = 0.0012 (6 – 9.6724)2 + 0.0012(7 – 9.6724)2 + 0.0681(7 –

9.6724)2 + 0.0681(7 – 9.6724)2 + 0.0328(7 – 9.6724)2 +

0.0006(7 – 9.6724)2 + 0.0328(8 – 9.6724)2 + 0.1629(8 –

9.6724)2 + 0.0298(8 – 9.6724)2 + 0.0298(9 – 9.6724)2 +

0.1179(9 – 9.6724)2 + 0.0298(9 – 0.0304)2 + 0.0304 (10 –

9.6724)2 +0.1191 (10 – 9.6724)2 + 0.0286 (10 – 9.6724)2 +

0.0043 (10 – 9.6724)2 + 0.0286 (11 – 9.6724)2 + 0.0766 (11 –

9.6724)2 + 0.0146 (11 – 9.6724)2 +0.0012 (11 – 9.6724)2 +

0.0043 (12 – 9.6724)2 + 0.0146 (12 – 9.6724)2 + 0.0547 (12 –

9.6724)2 + 0.0158 (12 – 9.6724)2 + 0.0006 (12 – 9.6724)2 +

0.0012 (13 – 9.6724)2 + 0.0158 (13 – 9.6724)2 + 0.0571 (13 –

9.6724)2 + 0.0079 (13 – 9.6724)2 + 0.0006 (13 – 9.6724)2 +

0.0006 (14 – 9.6724)2 + 0.0079 (14 – 9.6724)2 + 0.0036 (14 –

9.6724)2 + 0.0018 (14 – 9.6724)2 + 0.0006 (15 – 9.6724)2 +

0.0018 (15 – 9.6724)2

= 0.0162 + 0.0086 + 0.04864 + 0.2342 + 0.0043 + 0.0917 +

0.4556 + 0.0833 + 0.0135 + 0.0533 + 0.0137 + 0.0033 +

0.0128 + 0.0031 + 0.0005 + 0.0504 + 0.135 + 0.0257 + 0.0021

+ 0.0233 + 0.0791 + 0.2963 + 0.0856 + 0.0033 + 0.0133 +

0.17495 + 0.6323 + 0.0875 + 0.0066 + 0.0112 + 0.14795 +

0.0674 + 0.0337 + 0.017 + 0.0511

= 3.4243

Correlation = 0.0012 (6−9.6736) (7−9.6724)

√(1.8495)2 (1.8505)2 + 0.0012

(7−9.6736) (6−9.6724)

√(1.8495)2 (1.8505)2 +

0.0681 (7−9.6736) (7−9.6724)

√(1.8495)2 (1.8505)2 + 0.0328

(7−9.6736) (8−9.6724)

√(1.8495)2 (1.8505)2 +

0.0328 (8−9.6736) (7−9.6724)

√(1.8495)2 (1.8505)2 + 0.1629

(8−9.6736) (8−9.6724)

√(1.8495)2 (1.8505)2 +

0.0298 (8−9.6736) (9−9.6724)

√(1.8495)2 (1.8505)2 + 0.0006

(9−9.6736) (7−9.6724)

√(1.8495)2 (1.8505)2 +

74

0.0006 (9−9.6736) (7−9.6724)

√(1.8495)2 (1.8505)2 + 0.0298

(9−9.6736) (8−9.6724)

√(1.8495)2 (1.8505)2 +

0.1179 (9−9.6736) (9−9.6724)

√(1.8495)2 (1.8505)2 + 0.0304

(9−9.6736) (10−9.6724)

√(1.8495)2 (1.8505)2 +

0.0304 (10−9.6736) (9−9.6724)

√(1.8495)2 (1.8505)2 + 0.1191

(10−9.6736) (10−9.6724)

√(1.8495)2 (1.8505)2 +

0.0286 (10−9.6736) (11−9.6724)

√(1.8495)2 (1.8505)2 + 0.0043

(10−9.6736) (12−9.6724)

√(1.8495)2 (1.8505)2 +

0.0286 (11−9.6736) (10−9.6724)

√(1.8495)2 (1.8505)2 + 0.0766

(11−9.6736) (11−9.6724)

√(1.8495)2 (1.8505)2 +

0.0146 (11−9.6736) (12−9.6724)

√(1.8495)2 (1.8505)2 + 0.0012

(11−9.6736) (13−9.6724)

√(1.8495)2 (1.8505)2 +

0.042 (12−9.6736) (10−9.6724)

√(1.8495)2 (1.8505)2 + 0.0146

(12−9.6736) (11−9.6724)

√(1.8495)2 (1.8505)2

0.0547 (12−9.6736) (12−9.6724)

√(1.8495)2 (1.8505)2 + 0.0158

(12−9.6736) (13−9.6724)

√(1.8495)2 (1.8505)2 +

0.0006 (12−9.6736) (14−9.6724)

√(1.8495)2 (1.8505)2 + 0.0012

(13−9.6736) (11−9.6724)

√(1.8495)2 (1.8505)2 +

0.0158 (13−9.6736) (12−9.6724)

√(1.8495)2 (1.8505)2 + 0.0571

(13−9.6736) (13−9.6724)

√(1.8495)2 (1.8505)2 +

0.0079 (13−9.6736) (14−9.6724)

√(1.8495)2 (1.8505)2 + 0.0006

(13−9.6736) (15−9.6724)

√(1.8495)2 (1.8505)2 +

0.0006 (14−9.6736) (12−9.6724)

√(1.8495)2 (1.8505)2 + 0.0079

(14−9.6736) (13−9.6724)

√(1.8495)2 (1.8505)2 +

0.0036 (14−9.6736) (14−9.6724)

√(1.8495)2 (1.8505)2 + 0.0018

(14−9.6736) (15−9.6724)

√(1.8495)2 (1.8505)2 +

0.0006 (15−9.6736) (13−9.6724)

√(1.8495)2 (1.8505)2+ 0.0018

(15−9.6736) (14−9.6724)

√(1.8495)2 (1.8505)2

= 0.0034 + 0.0034 + 0.0429 + 0.0589 + 0.1332 + 0.0098 +

0.0003 + 0.0098 + 0.0156 + (-0.00196) + (-0.0019) + 0.0037 +

0.0036 + 0.00095 + 0.0036 + 0.0394 + 0.0132 + 0.0015

+0.00096 + 0.0132 +0.0231 + 0.0357 + 0.0018 +0.0015 +

0.0357 + 0.1847 + 0.0332 + 0.0031 + 0.0018 + 0.0332 +

0.0197 + 0.0121 + 0.0031 + 0.0121

= 0.8942

c. Sudut 1350

1. Contrast

= 0.0012(6 - 7)2 + 0.0012 (7 - 6)2 + 0.0675 (7 - 7)2 + 0.0344 (7 -

8)2 + 0.0344 (8 - 7)2 + 0.1633 (8 - 8)2 + 0.0246(8 - 9)2 + 0.0246 (9

- 8)2 + 1289 (9 - 9)2 + 0.0331(9 - 10)2 + + 0.0331(10 - 9)2 + 0.1215

(10 - 10)2 + 0.0282 (10 - 11)2 + 0.0012 (10 -12)2 + 0.0282 (11 -

75

10)2 + 0.0773 (11 - 11)2 + 0.0147 (11 - 12)2 + 0.0012(12 -10)2 +

0.0147 (12 - 11)2 + 0.0528 (12 -12)2 + 0.0178 (12 - 13)2 + 0.0178

(13 - 12)2 + 0.0528 (13 -13)2 + 0.0068 (13 - 14)2 + 0.0012 (13 -

15)2 + 0.0006 (14 - 12)2 + 0.0068(14 - 13)2 + 0.0049 (14 – 14)2 +

0.0012 (14 - 15)2 + 0.0012 (15 - 13)2 + 0.0012 (15 - 14)2

= 0.0012 + 0.0012 + 0 + 0.0344 + 0.0344 + 0.0246 + 0.0246 + 0 +

0.0331 + 0.0331 + 0 + 0.0282 + 0.0048 + 0.0282 + 0.0147 +

0.0048 + 0.0147 + 0 + 0.0178 + 0.0178 + 0 +0.0068 + 0.0048 +

0.0024 + 0.0068 + 0 + 0.0012 + 0.0048 + 0.0012

= 0.3456

2. Homogeneity 0.0012

1+(6−7)2 +

0.0012

1+(6−7)2 +

0.0675

1+(7−7)2+

0.0344

1+(7−8)2+

0.0344

1+(8−7)2+

0.1633

1+(8−8)2+

0.0246

1+(9−8)2+

0.0246

1+(8−9)2+

0.0331

1+(9−10)2+

0.0331

1+(10−9)2+

0.1215

1+(10−10)2+

0.0282

1+(10−11)2+

0.0012

1+(10−12)2+

0.0182

1+ (11−10)2+

0.0773

1+(11−11)2+

0.0147

1+(11−12)2+

0.0012

1+(12−10)2+

0.0147

1+(12−11)2+

0.0528

1+(12−12)2+

0.0012

1+(14−15)2+

0.0012

1+(15−13)2+

0.0178

1+(13−12)2+

0.0528

1+(13−13)2+

0.0068

1+(13−14)2+

0.0012

1+(13−15 )2+

0.0006

1+(14−12)2 +

0.0068

1+(14−13)2+

0.0049

1+(14−14)2+

0.0012

1+(15−14)2

= 0.0006 + 0.0006 + + 0.0675 + 0.0172 + 0.0172 + 0.1633 + 0.0123

+ 0.0123 + 0.01655 + 0.01655 + 0.1215 + 0.00024 + 0.0141 +

0.0773 + 0.00735 + 0.00024 + 0.00735 + 0.0528 + 0.0006 +

0.0024 + 0.0089 + 0.0089 + 0.0528 + 0.0034 + 0.00024 + 0.0012 +

0.0034 + 0.0049 + 0.0006 + 0.0006

= 0.8321

3. Energy

= 0.00122 + 0.00122 + 0.06752 + 0.03442 + 0.16332 + 0.02462 +

0.02462 + 0.12892 + 0.03312 + 0.12152 + 0.02822 + 0.00122 +

0.02822 + 0.07732 + 0.01472 + 0.00122 + 0.01472 + 0.05282 +

76

0.01782 + 0.01782 + 0.05282 + 0.00682 + 0.00122 + 0.00062 +

0.00682 + 0.00492 + 0.00122 + 0.00122 + 0.00122

= 0.00000144 + 0.00000144 + 0.00455625 + 0.00118336 +

0.02666689 + 0.00060516 + 0.00060516 + 0.01661521 +

0.00109561 + 0.00109561 + 0.01476225 + 0.00079524 +

0.00000144 + 0.00597529 + 0.00021609 + 0.00000144 +

0.0021609 + 0.00278784 + 0.0031684 + 0.00278784 +

0.00004624 + 0.00000144 + 0.00000036 + 0.00004624 +

0.00002401 + 0.00000144 + 0.00000144 + 0.00000144

= 0.0804

4. Correlation

µi = 6(0.0012) + 7(0.0012+0.0675+0.0344) +

8(0.0344+0.1633+0.0246) + 9(0.0246+0.1289+0.0311) +

10(0.0311+0.1215+0.0282+0.0012) +

11(0.0282+0.0773+0.0147) +

12(0.0012+0.0147+0.6528+0.0178) +

13(0.0178+0.0528+0.0068+0.0012) +

14(0.0006+0.0068+0.0049+0.0012) + 15(0.0012+0.0012)

= 0.0072 + 0.7217 + 1.7784 + 1.6794 + 1.84 + 1.3222 + 1.038 +

1.0218 + 0.189 + 0.036

= 9.9577

µj = 6(0.0012) + 7(0.0012+0.0675+0.0344) +

8(0.0344+0.1633+0.0246) + 9(0.0246+0.1289+0.0311) +

10(0.0311+0.1215+0.0282+0.0012) +

11(0.0282+0.0773+0.0147) +

12(0.0012+0.0147+0.6528+0.0178+0.0006) +

13(0.0178+0.0528+0.0068+0.0012) +

14(0.0068+0.0049+0.0012) + 15(0.0012+0.0012)

= 0.0072 + 0.7217 + 0.1.7784 +1.6794 + 1.84 + 1.3222 + 1.0452

+ 1.0218 + 0.1806 + 0.036

= 9.6325

77

𝜎i2 = 0.0012(6-9.9577)2 + 0.0012(7-9.9577)2 + 0.0675(7-9.9577)2 +

0.0344(7-9.9577)2 + 0.0344(8-9.9577)2 + 0.01633(8-9.9577)2 +

0.0246(8-9.9577)2 + 0.0246(9-9.9577)2 + 0.1289(9-9.9577)2 +

0.0331(9-9.9577)2 + 0.0331(10-9.9577)2 + 0.1215(10-9.9577)2 +

0.0282(10-9.9577)2 + 0.0012(10-9.9577)2 + 0.0282(11-9.9577)2

+ 0.0773(11-9.9577)2 + 0.0147(11-9.9577)2 + 0.0012(2-

9.9577)2 + 0.0147(12-9.9577)2 + 0.0528(12-9.9577)2 +

0.0178(12-9.9577)2 + 0.0178(13-9.9577)2 + 0.0528(13-9.9577)2

+ 0.0068(13-9.9577)2 + 0.0012(13-9.9577)2 + 0.0006(14-

9.9577)2 + 0.0068(14-9.9577)2+0.0049(14-9.9577)2 +

0.0012(14-9.9577)2 + 0.0012(15-9.9577)2 +0.0012(15-9.9577)2

= 0.0188 + 0.0105 + 0.5905 + 0.3009 + 0.1318 + 0.6259 + 0.0943

+ 0.0226 + 0.1182 + 0.0304 + 0.00006 + 0.0002 + 0.00005 +

0.000002 + 0.0306 + 0.084 + 0.016 + 0.005 + 0.0613 + 0.2202

+ 0.0742 + 0.1647 + 0.4887 + 0.0629 + 0.0111 + 0.0098 +

0.1111 + 0.0801 + 0.0196 + 0.0305 + 0.0305

= 3.4445

𝜎i2 = 0.0012(6-9.6325)2 + 0.0012(7-9.6325)2 + 0.0675(7-9.6325)2 +

0.0344(7-9.6325)2 + 0.0344(8-9.6325)2 + 0.01633(8-9.6325)2+

0.0246(8-9.6325)2 + 0.0246(9-9.6325)2 + 0.1289(9-9.6325)2 +

0.0331(9-9.6325)2 + 0.0331(10-9.6325)2 + 0.1215(10-9.6325)2 +

0.0282(10-9.6325)2 + 0.0012(10-9.6325)2 + 0.0282(11-9.6325)2

+0.0773(11-9.6325)2 + 0.0147(11-9.6325)2 + 0.0012(12-

9.6325)2 + 0.0147(12-9.6325)2 + 0.0528(12-9.6325)2 +

0.0178(12-9.6325)2 + 0.0006(12-9.6325)2 + 0.0178(13-

9.6325)2 + 0.0528(13-9.6325)2 + 0.0068(13-9.6325)2 +

0.0012(13-9.6325)2 + 0.0068(14-9.6325)2 + 0.0049(14-9.6325)2

+ 0.0012(14-9.6325)2 + 0.0012(15-9.6325)2 + 0.0012(15-

9.6325)2

=0.0158+0.0083+0.4678+0.2384+0.0917+0.4325+0.0656+0.0

098+0.0516+0.0132+0.0048+0.0164+0.0038+0.0002+0.0527+

0.1446+0.0275+0.0067+0.0824+0.296+0.0998+0.0034+0.2019

+0.5988+0.0771+0.0136+0.1297+0.0935+0.0229+0.0346+0.0

346

= 3.3424

78

Correlation = 0.0012[(6−9.9577)(7−9.6325)

3.3933] + 0.0012[

(7−9.9577)(6−9.6325)

3.3933]

0.0675[(7−9.9577)(7−9.6325)

3.3933] +0.0344[

(7−9.9577)(8−9.6325)

3.3933]

0.0344[(8−9.9577)(7−9.6325)

3.3933] +0.1633[

(8−9.9577)(7−9.6325)

3.3933]

0.0246[(8−9.9577)(9−9.6325)

3.3933]+ 0.0246[

(9−9.9577)(8−9.6325)

3.3933]

0.1289[(9−9.9577)(9−9.6325)

3.3933]+0.0331[

(9−9.9577)(10−9.6325)

3.3933]

.1215[(10−9.9577)(10−9.6325)

3.3933]+0.0282[

(10−9.9577)(11−9.6325)

3.3933]

0.0012[(10−9.9577)(12−9.6325)

3.3933]+0.0331[

(10−9.9577)(9−9.6325)

3.3933]

0.0282[(11−9.9577)(10−9.6325)

3.3933]+0.0773[

(11−9.9577)(11−9.6325)

3.3933]

0.0147[(11−9.9577)(12−9.6325)

3.3933]+0.0012[

(12−9.9577)(10−9.6325)

3.3933]

0.0147[12(6−9.9577)(11−9.6325)

3.3933]+0.0528[

(12−9.9577)(12−9.6325)

3.3933]

0.0178[(12−9.9577)(13−9.6325)

3.3933]+0.0178[

(13−9.9577)(12−9.6325)

3.3933]

0.0528[(13−9.9577)(13−9.6325)

3.3933]+0.0068[

(13−9.9577)(14−9.6325)

3.3933]

0.0012[(13−9.9577)(15−9.6325)

3.3933] +0.0006[

(14−9.9577)(12−9.6325)

3.3933]

0.0068[(14−9.9577)(13−9.6325)

3.3933]+0.0049[

(14−9.9577)(14−9.6325)

3.3933]

0.0012[(14−9.9577)(15−9.6325)

3.3933]+0.0012[

(15−9.9577)(13−9.6325)

3.3933]

0.0012[(15−9.9577)(14−9.6325)

3.3933]

Hasil perhitungan = 1.0638

d. Sudut 900 1. Contrast

0.0012 (6 - 7)2 + 0.0789 (7 - 7)2 + 0.0209 (7 - 8)2 + 0.0209 (8 - 7)2 +

0.0209 (8 - 7)2 + 0.1792 (8 - 8)2 + 0.0227 (8 - 9)2 + 0.0227 (9 - 8)2 +

0.1398 (9 - 9)2 + 0.0263 (9 - 10)2 + 0.0263 (10 - 9)2 + 0.1243 (10 - 10)2 +

0.0299 (10 - 11)2 + 0.0299 (11 - 10)2 + 0.0789 (11 -11)2 + 0.0167 (11 -

12)2 + 0.0167 (12 - 11)2 + 0.0597 (12 -12)2 + 0.0149 (12 -13)2 +

0.0149(13 -12)2 + 0.0541 (13 -13)2 + 0.0018 (13 -14)2 + 0.0018 (14 -

13)2 + 0.0143 (14 -14)2 + 0.0012 (15 - 13)2 + 0.0012 (15 - 15)2

= 0.0012 + 0 + 0.0209 + 0.0209 + 0 + 0.0227 + 0.0227 + 0 + 0.0263 +

0.0263 + 0 + 0.0299 + 0.0299 + 0 + 0.0167 + 0.0167 + 0.0149 + 0.0149

+ 0 + 0.0018 + 0.0018 + 0 + 0.0048 + 0

= 0.2724

79

2. Homogeneity

0.0012

1 + (6 − 7)2 + 0.0789

1 + (7 − 7)2 + 0.0209

1 + (7 − 8)2 + 0.0209

1 + (8 − 7)2

+ 0.1792

1 + (8 − 8)2 +0.0227

1 + (8 − 9)2 + 0.0227

1 + (9 − 8)2

+ 0.1398

1 + (9 − 9)2 + 0.0263

1 + (9 − 10)2 + 0.0263

1 + (10 − 9)2

+0.1243

1 + (10 − 10)2 +0.0299

1 + (10 − 11)2

+ 0.0299

1 + (11 − 10)2 + 0.0789

1 + (11 − 11)2

+0.0167

1 + (11 − 12)2 + 0.0167

1 + (12 − 11)2

+0.0597

1 + (12 − 12)2+

0.0149

1 + (12 − 13)2

+ 0.0541

1 + (13 − 13)2 + 0.0018

1 + (13 − 14)2

+ 0.0143

1 + (14 − 14)2 + 0.0012

1 + (15 − 13)2

+ 0.0012

1 + (15 − 15)2 + 0.0018

1 + (14 − 13)2

= 0.7868

3. Energy

= 0.00122 + 0.07892 + 0.02092 + 0.02092 + 0.17922 + 0.02272 + 0.02272

+ 0.13982 + 0.02632 + 0.02632 + 0.12432 + 0.02992 + 0.02992 +

0.07892 + 0.01672 + 0.01672 + 0.05972 + 0.01492 + 0.01492 +

0.05412 + 0.00182 + 0.00122 + 0.00182 + 0.01432 + 0.00122

= 0.0923

4. Corellation 900

µi = 6(0.0012) + 7(0.0789+0.0209) + 8(0.0209+0.1792+0.l0027) +

9(0.0227+0.1398+0.0263) + 10(0.0263+0.1243+0.0299) +

11(0.0299+0.0789+0.0167) + 12(0.0167+0.0597+0.0149) +

13(0.0149+0.0541+0.0018) + 14(0.0018+0.0143) +

15(0.0012+0.0012)

= 0.0072 + 0.6986 + 1.7824 + 1.6992 + 1.805 + 1.3805 + 1.0956

+ 0.2254 + 0.036

= 9.6503

80

µj = 7(0.0012+0.0789+0.0209) + 8(0.0209+0.1792+0.l0027) +

9(0.0227+0.1398+0.0263) + 10(0.0263+0.1243+0.0299) +

11(0.0299+0.0789+0.0167) +12(0.0167+0.0597+0.0149)+

13(0.0149+0.0541+0.0018+0.0012) + 14(0.0018+0.0143) +

15(0.0012) 0.707 + 1.7824 + 1.6992 + 1.3805 + 1.0956 + 0.936

+ 0.2254 + 0.018

= 9.6491

𝜎i2 = 0.0012(6-9.6503)2 + 0.0789(7-9.6503)2 + 0.0209(7-9.6503)2 +

0.0209(8-9.6503)2 + 0.1792(8-9.6503)2 + 0.0229(8-9.6503)2 +

0.0227(9-9.6503)2 + 0.1398(9-9.6503)2 + 0.0263(9-9.6503)2 +

0.0263(10-9.6503)2 + 0.1243(10-9.6503)2 + 0.0299(10-9.6503)2

+ 0.0299(11-9.6503)2 + 0.0789(11-9.6503)2 + 0.0167(11-

9.6503)2 + 0.0167(12-9.6503)2 +0.0597(12-9.6503)2 +

0.0149(12-9.6503)2 + 0.0149(13-9.6503)2 + 0.0541(13-9.6503)2

+0.0018(13-9.6503)2 + 0.0018(14-9.6503)2 + 0.0143(14-

9.6503)2 + 0.0012(15-9.6503)2 + 0.0012(15-9.6503)2 = 0.01599 + 0.5542 + 0.1468 + 0.05692 + 0.48805 + 0.0618 +

0.0096 + 0.0591 + 0.0111 + 0.0032 + 0.0152 + 0.0037 + 0.0545

+ 0.1437 + 0.0304 + 0.0922 + 0.3296 + 0.0823 + 0.1672 + 0.607

+ 0.0202 + 0.0341 + 0.2706 + 0.0343 + 0.0343

= 3.3261

𝜎j2 = 0.0012(7-9.6491)2 + 0.0789(7-9.6491)2 + 0.0209(7-9.6491)2 +

0.0209(8-9.6491)2 + 0.1792(8-9.6491)2 + 0.0227(8-9.6491)2 +

0.0227(9-9.6491)2 + 0.1398(9-9.6491)2 + 0.0263(9-9.6491)2 +

0.0263(10-9.6491)2 + 0.1243(10-9.6491)2 + 0.0299(10-9.6491)2

+ 0.0229(11-9.6491)2 + 0.0789(11-9.6491)2 + 0.0167(11-

9.6491)2 + 0.0167(11-9.6491)2 + 0.0167(12-9.6491)2 +

0.0597(12-9.6491)2 + 0.0149(12-9.6491)2 + 0.0149(13-9.6491)2

+ 0.0541(13-9.6491)2 + 0.0018(13-9.6491)2 + 0.0012(13-

9.6491)2 +0.0018(14-9.6491)2 + 0.0143(14-9.6491)2 +

0.0012(15-9.6491)2

= 0.0084 + 0.5537 + 0.1467 + 0.0568 + 0.4873 + 0.0617 + 0.0096

+ 0.0589 + 0.0111 + 0.0032 + 0.0153 + 0.0037 + 0.0546 +

0.14399 + 0.0305 + 0.0923 + 0.3299 + 0.0823 + 0.1673 + 0.6075

+ 0.0202 + 0.0135 + 0.0341 + 0.2707 + 0.0344

= 3.2977

81

Correlation 900 =0.0012[(6−9.6503)(7−9.6491)

3.3119]+ 0.0789[

(7−9.6503)(7−9.6491)

3.3119] +

0.0209[(7−9.6503)(8−9.6491)

3.3119]+0.0209[

(8−9.6503)(7−9.6491)

3.3119] +

0.1792[(8−9.6503)(8−9.6491)

3.3119]+0.0227[

(8−9.6503)(9−9.6491)

3.3119] +

0.0227[(9−9.6503)(8−9.6491)

3.3119]+0.1398[

(9−9.6503)(9−9.6491)

3.3119]+

0.0263[(9−9.6503)(10−9.6491)

3.3119]+0.0263[

(10−9.6503)(9−9.6491)

3.3119]+

0.1243[(10−9.6503)(10−9.6491)

3.3119]+0.0299[

(10−9.6503)(11−9.6491)

3.3119]+

0.00299[(11−9.6503)(10−9.6491)

3.3119]+0.0789[

(11−9.6503)(11−9.6491)

3.3119]

+0.0167[(11−9.6503)(12−9.6491)

3.3119]+0.0167[

(12−9.6503)(11−9.6491)

3.3119]

+0.0597[(12−9.6503)(12−9.6491)

3.3119]+0.0149[

(12−9.6503)(13−9.6491)

3.3119]

+ 0.0149[(13−9.6503)(12−9.6491)

3.3119]+0.0541[

(13−9.6503)(13−9.6491)

3.3119]

+0.0018[(13−9.6503)(14−9.6491)

3.3119]+0.0018[

(14−9.6503)(13−9.6491)

3.3119]

+0.0143[(14−9.6503)(14−9.6491)

3.3119]+0.0012[

(15−9.6503)(13−9.6491)

3.3119]

+0.0012[(15−9.6503)(15−9.6491)

3.3119]

= 0.9315

Tabel 3.23 Hasil Perhitungan Fitur GLCM

Fitur Sudut

00 450 900 1350

Contrast 0.264 0.3818 0.2724 0.3456

Corelation 1.0061 0.8942 0.9315 1.0638

Energy 0.0965 0.0824 0.0923 0.0804

Homogeneity 0.8682 0.8726 0.7868 0.8321

82

3.5.4 Klasifikasi

a. Metode SVM (Support Vector Machine)

Konsep utama dalam metode SVM adalah mencari hyperplane terbaik

yang menjadi pemisah dua class, yaitu class katarak yang ditandai dengan

‘KATARAK’, sedangan class normal ditandai dengan ‘NORMAL’. Proses

untuk mendapatkan hyperplane terbagi menjadi dua yairu proses pelatihan

dan pengujian. Yang dimana proses pelatihan menggunakan 333 citra

dengan 186 citra katarak, dan 147 yang kemudian dilakukan proses

ekstraksi fitur menggunakan GLCM, Kemudia menghasilkan fitur seperti

pada table 3.19. Pada proses ekstraksi fitur setiap citra menghasilkan 16

fitur, yang kemudian dijadikan sebagai inputan pada proses klasifikasi

menggunakan SVM. Berikut pada gambar 3.11 merupakan proses

klasifikasi menggunakan SVM

Gambar 3.8 Proses klasifikasi menggunakan SVM

83

Berikut merupakan hasil klasifikasi dengan inputan 5.328 fitur

dari 333 citra yang digunakan. Warna merah merupakan class katarak,

dan warna biru merupakan class normal

Gambar 3.9 Hasil Klasifikasi

\

84

3.6 Gambaran Umum Sistem

Gambar 3.12 Gambaran umum sistem

Pada sistem ini, tahap pertama yaitu menginput citra dengan menggunakan

android, dimana terdapat dua cara dalam proses pengambilan citra yaitu melalui

kamera atau mengambil dari gallery. Setelah dilakukan proses penginputan citra,

kemudian citra akan dikirim ke server. Citra yang terdapat pada server dikirim ke

Matlab dengan memanggil folder penyimpanan citra . Pada Matlab dilakukan proses

grayscale, ekstraksi fitur, dan klasifikasi. Setelah proses klasifikasi maka hasil akan

dikirim kembali ke server dan ditampilkan di android.

85

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil dan Pembahasan

Berikut hasil perhitungan kinerja dari sistem ini yang menggunakan metode

ekstraksi fitur yaitu metode GLCM (Gray Level Co – occurrence Matrix) dan

menggunakan 4 parameter fitur yaitu contrast, correlation, energy, homogeneity.

Ukuran asli citra yang digunakan adalah 2322x4128 pixel seperti yang ditunjukkan

pada gambar dibawah ini.

(a) (b)

Gambar 4.1 (a) citra mata normal , (b) citra mata katarak

Citra dengan ukuran 2322x4128 pixel akan di cropping dan diseragamnkan

ukurannya menjadi 30x30 pixel. Ukuran ini berdasarkan nilai terbesar yang

didapatkan pada saat proses cropping. Jumlah citra yang didapatkan yaitu 333 (186

citra ROI katarak, 147 citra ROI normal).

86

(a) (b)

Gambar 4.2 (a) citra ROI normal, (b) citra ROI katarak

4.1.1 Hasil Ekstraksi Fitur GLCM

Berikut sampel data hasl ekstraksi fitur GLCM pada ROI katarak dan

normal. Pada sampel data pada table 4.1 akan menunjukkan perbedaan fitur pada

ROI katarak dan normal.

Tabel 4.1 Sampel data hasil ekstraksi fitur contrast metode GLCM

Citra Contrast

0° 45° 90° 135°

Normal 0.0046 0.0048 0.0023 0.0048

Normal 0.1977 0.2568 0.1724 0.2663

Normal 0.1103 0.1415 0.1207 0.1570

Normal 0.0379 0.0428 0.0264 0.0380

Normal 0.1276 0.1486 0.1126 0.1629

Normal 0.0851 0.0916 0.0816 0.1011

Normal 0.1195 0.1736 0.1517 0.1617

Katarak 0.2425 0.2985 0.2218 0.2901

Katarak 0.1690 0.2105 0.1713 0.2212

Katarak 0.2140 0.2956 0.2333 0.2697

Katarak 0.2000 0.2414 0.1966 0.2616

Katarak 0.1529 0.1498 0.1000 0.1950

87

Katarak 0.1667 0.2140 0.1839 0.2200

Katarak 0.2586 0.3317 0.2632 0.3306

Katarak 0.2000 0.2616 0.2310 0.2771

Tabel 4.2 Sampel data hasil ekstraksi fitur correlation metode GLCM

Citra Correlation

0° 45° 90° 135° Normal 0.4977 0.3514 0.7063 0.3514

Normal 0.4317 0.2607 0.4971 0.2328

Normal 0.6745 0.5770 0.6438 0.5355

Normal 0.4804 0.3936 0.6565 0.4507

Normal 0.3474 0.2479 0.4264 0.1762

Normal 0.3690 0.3260 0.4178 0.2554

Normal 0.4503 0.2183 0.3023 0.2719

Katarak 0.8051 0.7559 0.8260 0.7598

Katarak 0.8126 0.7568 0.8019 0.7464

Katarak 0.7148 0.5956 0.6801 0.6272

Katarak 0.8586 0.8207 0.8610 0.8183

Katarak 0.9311 0.9277 0.9539 0.9148

Katarak 0.7704 0.7042 0.7463 0.6876

Katarak 0.7025 0.6229 0.7072 0.6215

Katarak 0.8840 0.8419 0.8647 0.8414

Tabel 4.3 Sampel data hasil ekstraksi fitur energy metode GLCM

Citra Energy

0° 45° 90° 135° Normal 0.9863 0.9882 0.9908 0.9882

Normal 0.4936 0.4621 0.5147 0.4575

Normal 0.5646 0.5441 0.5558 0.5332

Normal 0.8916 0.8903 0.8981 0.8945

Normal 0.6933 0.6758 0.7037 0.6661

Normal 0.7938 0.7873 0.7918 0.7792

Normal 0.6773 0.6345 0.6538 0.6424

Katarak 0.3010 0.2838 0.3005 0.2829

Katarak 0.3040 0.2888 0.3111 0.2851

Katarak 0.3007 0.2657 0.2961 0.2789

Katarak 0.2300 0.2126 0.2126 0.2076

Katarak 0.2043 0.2074 0.2221 0.1919

Katarak 0.3393 0.3173 0.3272 0.3093

Katarak 0.2748 0.2445 0.2656 0.2433

Katarak 0.1939 0.1795 0.1909 0.1748

88

Tabel 4.4 sampel data hasil ekstraksi fitur homogeneity metode GLCM

Citra Homogeneity

0° 45° 90° 135° Normal 0.9977 0.9976 0.9989 0.9976

Normal 0.9011 0.8716 0.9138 0.8668

Normal 0.9448 0.9293 0.9397 0.9215

Normal 0.9810 0.9786 0.9868 0.9810

Normal 0.9362 0.9257 0.9437 0.9185

Normal 0.9575 0.9542 0.9592 0.9495

Normal 0.9402 0.9132 0.9241 0.9191

Katarak 0.8787 0.8524 0.8891 0.8549

Katarak 0.9155 0.8948 0.9144 0.8894

Katarak 0.8930 0.8522 0.8833 0.8668

Katarak 0.9000 0.8793 0.9017 0.8692

Katarak 0.9236 0.9251 0.9500 0.9025

Katarak 0.9167 0.8930 0.9080 0.8900

Katarak 0.8707 0.8373 0.8684 0.8347

Katarak 0.9000 0.8692 0.8844 0.8615

4.1.2 Hasil Pengujian SVM (Support Vector Machine)

Konsep klasifikasi dengan SVM dapat dijelaskan secara sederhana sebagai

usaha untuk mencari hyperplane terbaik yang berfungsi sebagai pemisah dua buah

class data pada ruang input. pada proses pengujian setelah citra dilakukan ekstraksi

fitur selanjutnya citra tersebut akan diklasifikasikan. Proses klasifikasi terbagu

menjadi dua katarak dan normal. Setelah dilakukan proses klasifikaasi maka output

dari citra inputan tersebut dibagi menjadi dua grup yaitu ‘Katarak’ dan ‘Normal’

(a) (b)

Gambar 4.3 (a) Hasil klasifikasi citra katarak, (b) Hasil klasifikasi

citra normal

89

4.2 Tampilan Sistem

a. Tampilan Utama Sistem

Gambar 4.4 Halaman Utama Sistem

Pada tampilan utama sistem terdapaat dua button yaitu gallery dan

camera. User dapat mengambil secara langsung dengan menekan tombol

camera, atau dapat mengambil dari gallery.

90

b. Tampilan Cropping image

Gambar 4.5 (a) tampilan cropping citra, (b) daerah citra yang di

cropping

Setelah memilih camera atau gallery, maka citra akan di cropping

dengan memperbesar citra. Daerah yang di cropping dapat dilihat pada

gambar 4.4. Daerah yang akan di cropping yaitu pupil yang merupakan ROI

citra. Ukuran ROI citra yaitu 30x30 pixel.

91

c. Tampilan Hasil Identifikasi

(a) (b)

Gambar 4.6 (a) Tampilan Hasil Identifikasi Normal, (b) Tampil Hasil

Identifikasi Katarak

Setelah melalui proses cropping seperti yang sudah dijelakan

sebelumnya, citra akan dikirim ke server. MATLAB akan mengambil citra

dari server yang kemudian di MATLAB akan dilakukan proses ekstraksi

fitur dan klasifikasi. Setelah melalui proses ekstraksi fitur dan klasifikasi,

maka MATLAB akan mengirim hasil identifikasi ke server dan akan

ditampilkan di android. Seperti yang terlihat pada gambar 4.5.

92

4.3 Pengujian Sistem

Jumlah citra yang diuji adalah 22 citra dengan 11 pada citra normal, 11

pada citra katarak.

Tabel 4.5 Pengujian sistem

Citra Hasil Klasifikasi Keterangan

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Normal Gagal

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Katarak Katarak Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Normal Normal Berhasil

Berdasarkan hasil pengujian sistem, maka dihasilkan probabilitas sebesar

95,45 %. Dengan menggunakan rumus:

93

𝐴𝑘𝑢𝑟𝑎𝑠𝑖 =𝑇𝑃+𝑇𝑁

𝑇𝑃+𝑇𝑁+𝐹𝑃+𝐹𝑁∗ 100% (4)

Yang dimana TP (true positive) merupakana data positif yang terdeteksi

benar ditambah TN(true negative) merupakan jumlah data negative yang terdeteksi

dengan benar dibagi jumlah keseluruhan data yang diuji dikali 100. Jumlah data

yang digunakan adalah 22 citra, dan yang berhasil dalam uji coba tersebut 21 dari

22 citra.

Sehingga dapat disimpulkan bahwa sistem ini memiliki tingkat keberhasilan

sebesar 95,45 % berdasarkan hasil pengujian sistem pada table 4.5. Untuk

meminimalkan kesalahan sistem, sebaiknya melakukan proses cropping pada

daerah pupil mata.

94

BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan hasil penelitian yang telah dilakukan, maka dapat disimpulkan,

sistem untuk mendeteksi katarak berbasis android menggunakan metode GLCM

(Gray Level Co occurrence Matrix) dengan mengambil empat parameter fitur yaitu

contrast, correlation, energy, homogeineity. Perhitungan fitur berdasarkan 4 sudut

0°, 45°,90°, 135°, dengan 32 level tingkat keabuan. Proses klasifikasi

menggunakan metode SVM (Support Vector Machine) dengan mengklasifikan dua

kelas yaitu katarak dan normal. Akurasi pengujian sistem dengan menggunakan 22

citra, dengan 11 citra katarak,dan 11 citra normal adalah 95, 45%.

5.2 Saran

Saran untuk penelitian selanjutnya yaitu :

1. Proses menetukan ROI (Region of Interest) masih dilakukan secara manual,

diharapkan pada penelitian selanjutnya dapat dilakukan secara otomatis.

2. Sistem ini masih menggunakan MATLAB pada proses ekstraksi fitur dan

klasifikasi, diharapkan penelitian selanjutnya sistem ini dapat

dikembangkan menggunakan android dengan tingkat akurasi yang lebih

baik.

3. Pada penelitian ini hanya mengidentifikasi penyakit katarak dan normal,

dipenelitian selanjutnya diharapkan dapat mengidentifikasi penyakit mata

yang lain.

DAFTAR PUSTAKA

[1] “Katarak Pada Manula,” Alodokter, 25-Jun-2014. [Online]. Available:

http://www.alodokter.com/katarak-pada-manula. [Accessed: 14-Dec-2018].

[2] S. Pramesthi, A. Rizal, and R. D. Atmaja, “Deteksi Penyakit Katarak Berbasis

Perbandingan Piksel Citra Biner Dengan Menggunakan Android,” Theta J.

Repos. Univ. Telkom, 2013.

[3] “Versi-versi Android hingga saat ini - CodePolitan.com.” [Online]. Available:

https://www.codepolitan.com/versi-versi-android-hingga-saat-ini-

59c4ba1c88350. [Accessed: 15-Jan-2018].

[4] Advernesia, “Apa Itu MATLAB? - Tutorial Bahasa Pemrograman

MATLAB,” Advernesia, 21-Sep-2017. .

[5] “Jaringan Client Server: Pengertian, Kelebihan dan Kekurangannya.”

[Online]. Available: https://www.nesabamedia.com/pengertian-jaringan-

client-server/. [Accessed: 14-Dec-2017].

[6] “perbedaan citra analog dan citra digital | Pemrograman Matlab.” [Online].

Available: https://pemrogramanmatlab.com/tag/perbedaan-citra-analog-dan-

citra-digital/. [Accessed: 19-Dec-2017].

[7] M. Riadi, “Pengolahan Citra Digital,” KajianPustaka.com. .

[8] “Ekstraksi Ciri Citra,” Pemrograman Matlab, 15-Jan-2015. .

[9] Y. Rullist, B. Irawan, and A. B. Osmond, “Aplikasi Identifikasi Motif Batik

Menggunakan Metode Ekstraksi Fitur Gray Level Co–Occurrence Matrix

(glcm) Berbasis Android,” EProceedings Eng., vol. 2, no. 2, 2015.

[10] F. Maharani, B. Hidayat, and H. Fauzi, “Perancangan Sistem Pola Kain

Sarung Khas Makassar Dengan Metode Glcm Berbasis Android,”

EProceedings Eng., vol. 2, no. 2, 2015.

[11] “Support Vector Machine | Pemrograman Matlab.” [Online]. Available:

https://pemrogramanmatlab.com/data-mining-menggunakan-matlab/support-

vector-machine-svm-menggunakan-matlab/. [Accessed: 22-Dec-2017].

[12] Ana Mariyam Puspitasari,Dian Eka Ratnawati dan Agus Wahyu Widodo

“Klasifikasi Penyakit Gigi Dan Mulut Menggunakan Metode Support

VectorMachine“Jurnal Pengembangan Teknologi Informasi dan Ilmu

Komputer Vol. 2, No. 2, Februari 2018, hlm. 802-810.

Citra sudut contrast correlation energy homogeneity sudut contrast correlation energy homogeneity

Katarak 0⁰ 0,1080 0,1453 0,7822 0,9460 45⁰ 0,1165 0,0755 0,7756 0,9417

Katarak 0⁰ 0,2138 0,7661 0,2884 0,8931 45⁰ 0,2331 0,7398 0,2800 0,8835

Katarak 0⁰ 0,1862 0,7661 0,3054 0,9069 45⁰ 0,2342 0,7086 0,2822 0,8829

Katarak 0⁰ 0,2368 0,5132 0,3361 0,8816 45⁰ 0,3234 0,3361 0,2982 0,8383

Katarak 0⁰ 0,1782 0,6606 0,4371 0,9109 45⁰ 0,2271 0,5399 0,4252 0,8864

Katarak 0⁰ 0,2322 0,7100 0,2879 0,8839 45⁰ 0,3103 0,6110 0,2534 0,8448

Katarak 0⁰ 0,2897 0,9425 0,1264 0,8582 45⁰ 0,3591 0,9315 0,1147 0,8284

Katarak 0⁰ 0,1816 0,9331 0,1827 0,9092 45⁰ 0,2640 0,9053 0,1663 0,8696

Katarak 0⁰ 0,2195 0,7305 0,2874 0,8902 45⁰ 0,2592 0,6778 0,2695 0,8704

Katarak 0⁰ 0,1862 0,7035 0,3521 0,9069 45⁰ 0,2319 0,6316 0,3275 0,8841

Katarak 0⁰ 0,1954 0,8020 0,2811 0,9023 45⁰ 0,2580 0,7228 0,2570 0,8710

Katarak 0⁰ 0,2046 0,8315 0,2529 0,8977 45⁰ 0,2949 0,7489 0,2165 0,8541

Katarak 0⁰ 0,2034 0,8365 0,3147 0,8983 45⁰ 0,3008 0,7535 0,2932 0,8572

Katarak 0⁰ 0,2621 0,9509 0,1110 0,8705 45⁰ 0,3151 0,9344 0,0985 0,8456

Katarak 0⁰ 0,2713 0,8935 0,1491 0,8644 45⁰ 0,3294 0,8652 0,1327 0,8353

Katarak 0⁰ 0,2448 0,9405 0,1287 0,8776 45⁰ 0,3056 0,9227 0,1228 0,8551

Katarak 0⁰ 0,1609 0,9549 0,1912 0,9269 45⁰ 0,2354 0,9342 0,1710 0,8870

Katarak 0⁰ 0,2701 0,9756 0,0847 0,8649 45⁰ 0,2973 0,9723 0,0812 0,8561

Katarak 0⁰ 0,2172 0,9608 0,1200 0,8914 45⁰ 0,2937 0,9461 0,1108 0,8563

Katarak 0⁰ 0,2264 0,9007 0,1798 0,8944 45⁰ 0,3294 0,8513 0,1509 0,8480

Katarak 0⁰ 0,1586 0,8233 0,3013 0,9222 45⁰ 0,2200 0,7462 0,2709 0,8916

Katarak 0⁰ 0,0839 0,9354 0,3107 0,9596 45⁰ 0,1260 0,8990 0,2900 0,9370

Katarak 0⁰ 0,2195 0,9441 0,2081 0,8948 45⁰ 0,2628 0,9295 0,1966 0,8797

Katarak 0⁰ 0,2126 0,9372 0,1429 0,8952 45⁰ 0,3032 0,9127 0,1297 0,8516

Katarak 0⁰ 0,1598 0,9005 0,2262 0,9201 45⁰ 0,2295 0,8563 0,2069 0,8853

Katarak 0⁰ 0,1483 0,9773 0,1312 0,9259 45⁰ 0,3127 0,9587 0,1111 0,8516

Katarak 0⁰ 0,1586 0,8197 0,3889 0,9207 45⁰ 0,2152 0,7539 0,3689 0,8940

Katarak 0⁰ 0,1747 0,7142 0,3641 0,9126 45⁰ 0,2271 0,6267 0,3317 0,8864

Katarak 0⁰ 0,1391 0,8143 0,3522 0,9305 45⁰ 0,1902 0,7314 0,3276 0,9049

Katarak 0⁰ 0,0414 0,7129 0,8162 0,9793 45⁰ 0,0547 0,6089 0,8098 0,9727

Katarak 0⁰ 0,1218 0,7167 0,4633 0,9391 45⁰ 0,1546 0,6420 0,4377 0,9227

Katarak 0⁰ 0,0391 0,4939 0,8852 0,9805 45⁰ 0,0464 0,3942 0,8793 0,9768

Katarak 0⁰ 0,0195 0,6478 0,9284 0,9902 45⁰ 0,0250 0,5178 0,9259 0,9875

Katarak 0⁰ 0,0897 0,7840 0,5091 0,9552 45⁰ 0,1094 0,7328 0,4946 0,9453

Katarak 0⁰ 0,1586 0,6672 0,3905 0,9207 45⁰ 0,2319 0,5116 0,3475 0,8841

Katarak 0⁰ 0,0621 0,8752 0,5353 0,9690 45⁰ 0,1141 0,7591 0,5124 0,9429

Katarak 0⁰ 0,0402 0,9189 0,4809 0,9799 45⁰ 0,0499 0,8973 0,4736 0,9750

Katarak 0⁰ 0,0874 0,7761 0,5386 0,9563 45⁰ 0,1141 0,7056 0,5175 0,9429

Katarak 0⁰ 0,0540 0,8835 0,4915 0,9730 45⁰ 0,1082 0,7641 0,4449 0,9459

Katarak 0⁰ 0,0644 0,8241 0,5849 0,9678 45⁰ 0,0713 0,8019 0,5803 0,9643

Katarak 0⁰ 0,1931 0,8913 0,2058 0,9034 45⁰ 0,2818 0,8331 0,1716 0,8591

Katarak 0⁰ 0,1931 0,8913 0,2058 0,9034 45⁰ 0,2818 0,8331 0,1716 0,8591

Katarak 0⁰ 0,1552 0,9206 0,2213 0,9224 45⁰ 0,1807 0,9028 0,2120 0,9096

Katarak 0⁰ 0,1563 0,9177 0,2175 0,9218 45⁰ 0,2117 0,8836 0,1959 0,8942

Katarak 0⁰ 0,1759 0,9172 0,2431 0,9121 45⁰ 0,2485 0,8846 0,2122 0,8773

Katarak 0⁰ 0,1437 0,9692 0,1344 0,9282 45⁰ 0,2449 0,9494 0,1145 0,8775

Katarak 0⁰ 0,1460 0,9214 0,2336 0,9270 45⁰ 0,1986 0,8952 0,2209 0,9007

Katarak 0⁰ 0,1793 0,9687 0,1236 0,9103 45⁰ 0,1855 0,9637 0,1247 0,9073

Katarak 0⁰ 0,1161 0,8934 0,3122 0,9420 45⁰ 0,1665 0,8411 0,2983 0,9168

Katarak 0⁰ 0,1287 0,8663 0,3007 0,9356 45⁰ 0,1974 0,7926 0,2739 0,9013

Katarak 0⁰ 0,1437 0,9177 0,2182 0,9282 45⁰ 0,2259 0,8703 0,1948 0,8902

Katarak 0⁰ 0,1356 0,8813 0,3201 0,9337 45⁰ 0,1581 0,8638 0,3112 0,9225

Katarak 0⁰ 0,1920 0,9089 0,1906 0,9040 45⁰ 0,2402 0,8865 0,1719 0,8799

Katarak 0⁰ 0,1414 0,9265 0,2516 0,9293 45⁰ 0,1463 0,9197 0,2491 0,9269

Katarak 0⁰ 0,1391 0,8693 0,3044 0,9305 45⁰ 0,2307 0,7776 0,2705 0,8862

Katarak 0⁰ 0,1322 0,8731 0,3014 0,9339 45⁰ 0,2021 0,7983 0,2742 0,8989

Katarak 0⁰ 0,0452 0,4619 0,8759 0,9774 45⁰ 0,0544 0,2478 0,8783 0,9728

Katarak 0⁰ 0,1118 0,6963 0,5328 0,9441 45⁰ 0,1756 0,5168 0,4959 0,9122

Katarak 0⁰ 0,1075 0,7617 0,4542 0,9462 45⁰ 0,1522 0,6633 0,4249 0,9239

Katarak 0⁰ 0,0828 0,8394 0,4216 0,9586 45⁰ 0,1244 0,7596 0,3921 0,9378

Katarak 0⁰ 0,0376 0,6409 0,8642 0,9812 45⁰ 0,0567 0,4068 0,8559 0,9717

Katarak 0⁰ 0,1355 0,7293 0,3831 0,9323 45⁰ 0,2433 0,5154 0,3169 0,8783

Katarak 0⁰ 0,1247 0,7707 0,4657 0,9376 45⁰ 0,1944 0,6212 0,4421 0,9028

Katarak 0⁰ 0,1237 0,9003 0,2944 0,9410 45⁰ 0,1922 0,8476 0,2626 0,9069

Katarak 0⁰ 0,1548 0,8515 0,2962 0,9226 45⁰ 0,2311 0,7723 0,2555 0,8844

Katarak 0⁰ 0,0957 0,7993 0,4665 0,9522 45⁰ 0,1278 0,7318 0,4460 0,9361

Katarak 0⁰ 0,0527 0,6336 0,8125 0,9737 45⁰ 0,0722 0,5068 0,7929 0,9639

Katarak 0⁰ 0,1570 0,7382 0,4223 0,9229 45⁰ 0,2022 0,6655 0,3905 0,9004

Katarak 0⁰ 0,0656 0,5854 0,7851 0,9672 45⁰ 0,1011 0,3798 0,7503 0,9494

Katarak 0⁰ 0,2632 0,9342 0,1221 0,8699 45⁰ 0,3686 0,9122 0,1066 0,8252

Katarak 0⁰ 0,2425 0,9824 0,0850 0,8818 45⁰ 0,2556 0,9786 0,0836 0,8753

Katarak 0⁰ 0,1322 0,9310 0,2606 0,9339 45⁰ 0,2402 0,8766 0,2184 0,8799

Katarak 0⁰ 0,1391 0,7096 0,5058 0,9394 45⁰ 0,1641 0,6546 0,4954 0,9313

Katarak 0⁰ 0,1034 0,6799 0,6083 0,9483 45⁰ 0,1439 0,5372 0,5867 0,9281

Katarak 0⁰ 0,1379 0,9021 0,2998 0,9310 45⁰ 0,2283 0,8379 0,2678 0,8874

Katarak 0⁰ 0,1885 0,9444 0,1545 0,9057 45⁰ 0,3187 0,9045 0,1362 0,8486

Katarak 0⁰ 0,0966 0,7366 0,5779 0,9517 45⁰ 0,1403 0,5962 0,5610 0,9298

Katarak 0⁰ 0,0540 0,8114 0,6845 0,9730 45⁰ 0,0690 0,7631 0,6698 0,9655

Katarak 0⁰ 0,0540 0,8114 0,6845 0,9730 45⁰ 0,0690 0,7631 0,6698 0,9655

Katarak 0⁰ 0,1437 0,8065 0,3379 0,9282 45⁰ 0,2105 0,7122 0,3013 0,8948

Katarak 0⁰ 0,1966 0,7960 0,3141 0,9079 45⁰ 0,2699 0,7155 0,2887 0,8758

Katarak 0⁰ 0,1759 0,6795 0,3577 0,9136 45⁰ 0,2128 0,6079 0,3354 0,8952

Katarak 0⁰ 0,1172 0,7697 0,4451 0,9414 45⁰ 0,1581 0,6928 0,4112 0,9209

Katarak 0⁰ 0,1034 0,6785 0,6251 0,9498 45⁰ 0,1605 0,4937 0,5843 0,9197

Katarak 0⁰ 0,1540 0,8714 0,2809 0,9230 45⁰ 0,1938 0,8287 0,2628 0,9031

Katarak 0⁰ 0,1690 0,9208 0,1899 0,9155 45⁰ 0,2426 0,8796 0,1668 0,8787

Katarak 0⁰ 0,0931 0,7665 0,5662 0,9534 45⁰ 0,1141 0,7043 0,5571 0,9429

Katarak 0⁰ 0,0782 0,5785 0,7564 0,9609 45⁰ 0,1034 0,4061 0,7449 0,9483

Katarak 0⁰ 0,0908 0,7964 0,5432 0,9546 45⁰ 0,1403 0,6726 0,5169 0,9298

Katarak 0⁰ 0,1080 0,8787 0,3727 0,9460 45⁰ 0,1463 0,8274 0,3521 0,9269

Katarak 0⁰ 0,1207 0,6870 0,5725 0,9397 45⁰ 0,1546 0,5889 0,5522 0,9227

Katarak 0⁰ 0,1172 0,9243 0,2551 0,9414 45⁰ 0,1474 0,9041 0,2387 0,9263

Katarak 0⁰ 0,1425 0,7217 0,4115 0,9287 45⁰ 0,1879 0,6304 0,3810 0,9061

Katarak 0⁰ 0,1195 0,8086 0,4069 0,9402 45⁰ 0,1617 0,7370 0,3865 0,9191

Katarak 0⁰ 0,2414 0,9699 0,0960 0,8839 45⁰ 0,3258 0,9604 0,0922 0,8466

Katarak 0⁰ 0,1931 0,9692 0,1123 0,9065 45⁰ 0,2842 0,9536 0,1023 0,8690

Katarak 0⁰ 0,1667 0,9293 0,2497 0,9167 45⁰ 0,2200 0,9048 0,2227 0,8900

Katarak 0⁰ 0,1448 0,9467 0,2505 0,9276 45⁰ 0,2319 0,9185 0,2248 0,8857

Katarak 0⁰ 0,1552 0,8978 0,2586 0,9224 45⁰ 0,2164 0,8577 0,2380 0,8918

Katarak 0⁰ 0,1759 0,7032 0,4001 0,9121 45⁰ 0,2402 0,5827 0,3684 0,8799

Katarak 0⁰ 0,1575 0,8860 0,2529 0,9213 45⁰ 0,2224 0,8331 0,2277 0,8904

Katarak 0⁰ 0,2092 0,9612 0,1813 0,8954 45⁰ 0,3127 0,9459 0,1609 0,8532

Katarak 0⁰ 0,1230 0,8736 0,3771 0,9385 45⁰ 0,1534 0,8424 0,3616 0,9249

Katarak 0⁰ 0,1517 0,8311 0,3079 0,9241 45⁰ 0,2176 0,7493 0,2852 0,8928

Katarak 0⁰ 0,1460 0,7801 0,3868 0,9270 45⁰ 0,1998 0,6906 0,3646 0,9001

Katarak 0⁰ 0,1103 0,7977 0,3961 0,9448 45⁰ 0,1677 0,6946 0,3577 0,9162

Katarak 0⁰ 0,1092 0,8294 0,4410 0,9454 45⁰ 0,1605 0,7370 0,4215 0,9197

Katarak 0⁰ 0,1046 0,8860 0,4521 0,9477 45⁰ 0,1356 0,8401 0,4335 0,9322

Katarak 0⁰ 0,1115 0,8065 0,4209 0,9443 45⁰ 0,1451 0,7500 0,3936 0,9275

Katarak 0⁰ 0,2368 0,9301 0,1396 0,8831 45⁰ 0,2842 0,9120 0,1297 0,8579

Katarak 0⁰ 0,2506 0,8218 0,2078 0,8747 45⁰ 0,2901 0,7898 0,1941 0,8549

Katarak 0⁰ 0,2506 0,8218 0,2078 0,8747 45⁰ 0,2901 0,7898 0,1941 0,8549

Katarak 0⁰ 0,2356 0,8250 0,2207 0,8852 45⁰ 0,3115 0,7708 0,1923 0,8442

Katarak 0⁰ 0,2195 0,5570 0,3338 0,8902 45⁰ 0,2747 0,4448 0,3063 0,8627

Katarak 0⁰ 0,1839 0,9005 0,2147 0,9080 45⁰ 0,2509 0,8605 0,1998 0,8761

Katarak 0⁰ 0,2115 0,7017 0,3122 0,8943 45⁰ 0,2283 0,6745 0,3062 0,8859

Katarak 0⁰ 0,2000 0,7851 0,2935 0,9000 45⁰ 0,2342 0,7484 0,2785 0,8829

Katarak 0⁰ 0,1747 0,7886 0,3090 0,9126 45⁰ 0,2045 0,7552 0,2920 0,8977

Katarak 0⁰ 0,1805 0,7615 0,3285 0,9098 45⁰ 0,2188 0,7111 0,3076 0,8906

Katarak 0⁰ 0,1851 0,8931 0,2114 0,9075 45⁰ 0,2414 0,8615 0,1936 0,8793

Katarak 0⁰ 0,2333 0,9450 0,1186 0,8833 45⁰ 0,3163 0,9261 0,1059 0,8434

Katarak 90⁰ 0,3115 0,9606 0,0904 0,8489 135⁰ 0,3543 0,9529 0,0838 0,8308

Katarak 90⁰ 0,2299 0,9709 0,0942 0,8866 135⁰ 0,2818 0,9606 0,0869 0,8623

Katarak 90⁰ 0,1184 0,5929 0,6402 0,9408 135⁰ 0,1498 0,4769 0,6207 0,9251

Katarak 90⁰ 0,2747 0,9532 0,1060 0,8626 135⁰ 0,3615 0,9356 0,0952 0,8272

Katarak 90⁰ 0,3103 0,9502 0,1486 0,8556 135⁰ 0,3377 0,9422 0,1415 0,8407

Katarak 90⁰ 0,4563 0,9528 0,0993 0,8167 135⁰ 0,4875 0,9429 0,0923 0,8054

Katarak 90⁰ 0,2644 0,8716 0,2054 0,8810 135⁰ 0,3520 0,8262 0,1838 0,8361

Katarak 90⁰ 0,0989 0,9479 0,2596 0,9506 135⁰ 0,1891 0,9038 0,2338 0,9055

Katarak 90⁰ 0,1747 0,8305 0,2988 0,9142 135⁰ 0,2010 0,7999 0,2868 0,9011

Katarak 90⁰ 0,1713 0,8332 0,2886 0,9144 135⁰ 0,2200 0,7828 0,2677 0,8900

Katarak 90⁰ 0,0323 0,5612 0,8980 0,9839 135⁰ 0,0489 0,3151 0,8843 0,9756

Katarak 90⁰ 0,1215 0,6660 0,5331 0,9392 135⁰ 0,1578 0,5633 0,5072 0,9211

Katarak 90⁰ 0,1032 0,7707 0,4605 0,9484 135⁰ 0,1444 0,6768 0,4298 0,9278

Katarak 90⁰ 0,0871 0,8313 0,4213 0,9565 135⁰ 0,1233 0,7576 0,3922 0,9383

Katarak 90⁰ 0,0387 0,6417 0,8602 0,9806 135⁰ 0,0444 0,5238 0,8678 0,9778

Katarak 90⁰ 0,1989 0,6028 0,3411 0,9005 135⁰ 0,2544 0,4909 0,3106 0,8728

Katarak 90⁰ 0,1301 0,7484 0,4841 0,9349 135⁰ 0,1878 0,6309 0,4460 0,9061

Katarak 90⁰ 0,1516 0,8782 0,2740 0,9242 135⁰ 0,1989 0,8331 0,2537 0,9020

Katarak 90⁰ 0,1241 0,7600 0,4191 0,9379 135⁰ 0,1748 0,6553 0,3901 0,9126

Katarak 90⁰ 0,1161 0,8095 0,4165 0,9420 135⁰ 0,1534 0,7430 0,3917 0,9233

Katarak 90⁰ 0,1126 0,8055 0,4151 0,9437 135⁰ 0,1724 0,6984 0,3775 0,9138

Katarak 90⁰ 0,2552 0,9256 0,1370 0,8724 135⁰ 0,3579 0,8962 0,1188 0,8274

Katarak 90⁰ 0,2276 0,8422 0,2100 0,8862 135⁰ 0,3306 0,7654 0,1818 0,8363

Katarak 90⁰ 0,2276 0,8422 0,2100 0,8862 135⁰ 0,3306 0,7654 0,1818 0,8363

Katarak 90⁰ 0,2471 0,8164 0,2126 0,8764 135⁰ 0,2806 0,7840 0,2030 0,8597

Katarak 90⁰ 0,2184 0,5614 0,3334 0,8908 135⁰ 0,2925 0,4116 0,2998 0,8537

Katarak 90⁰ 0,2115 0,8856 0,2138 0,8943 135⁰ 0,2640 0,8539 0,1952 0,8680

Katarak 90⁰ 0,1655 0,7648 0,3414 0,9172 135⁰ 0,2414 0,6528 0,2989 0,8793

Katarak 90⁰ 0,1724 0,8136 0,3028 0,9138 135⁰ 0,2105 0,7650 0,2884 0,8948

Katarak 90⁰ 0,1471 0,8247 0,3190 0,9264 135⁰ 0,1819 0,7781 0,3050 0,9090

Katarak 90⁰ 0,1770 0,7713 0,3197 0,9115 135⁰ 0,2176 0,7057 0,3061 0,8912

Katarak 90⁰ 0,2000 0,8099 0,2768 0,9000 135⁰ 0,2449 0,7624 0,2698 0,8791

Katarak 90⁰ 0,1529 0,6308 0,5195 0,9236 135⁰ 0,1760 0,5604 0,5115 0,9120

Katarak 90⁰ 0,1322 0,7493 0,3902 0,9339 135⁰ 0,1700 0,6780 0,3622 0,9150

Katarak 90⁰ 0,1345 0,7019 0,5175 0,9328 135⁰ 0,1700 0,6248 0,4935 0,9150

Katarak 90⁰ 0,1828 0,6258 0,3628 0,9086 135⁰ 0,2556 0,4791 0,3231 0,8722

Katarak 90⁰ 0,1172 0,5041 0,6700 0,9414 135⁰ 0,1665 0,2588 0,6458 0,9168

Katarak 90⁰ 0,2437 0,5104 0,3193 0,8782 135⁰ 0,3222 0,3527 0,2854 0,8389

Katarak 90⁰ 0,1805 0,5748 0,4315 0,9098 135⁰ 0,2319 0,4558 0,3996 0,8841

Katarak 90⁰ 0,0724 0,5646 0,7700 0,9638 135⁰ 0,0904 0,4514 0,7567 0,9548

Katarak 90⁰ 0,0391 0,1829 0,9151 0,9805 135⁰ 0,0476 -0,0086 0,9079 0,9762

Katarak 90⁰ 0,1805 0,6198 0,4638 0,9098 135⁰ 0,2247 0,5126 0,4469 0,8876

Katarak 90⁰ 0,1126 0,4101 0,7151 0,9437 135⁰ 0,1391 0,2392 0,7019 0,9304

Katarak 90⁰ 0,0989 0,6057 0,6614 0,9506 135⁰ 0,1415 0,4091 0,6416 0,9293

Katarak 90⁰ 0,1494 0,6944 0,3841 0,9253 135⁰ 0,1986 0,5957 0,3536 0,9007

Katarak 90⁰ 0,1138 0,7181 0,4978 0,9431 135⁰ 0,1344 0,6622 0,4904 0,9328

Katarak 90⁰ 0,1943 0,5109 0,4466 0,9029 135⁰ 0,2235 0,4318 0,4335 0,8882

Katarak 90⁰ 0,1609 0,8059 0,3475 0,9195 135⁰ 0,1902 0,7595 0,3384 0,9049

Katarak 90⁰ 0,0770 0,5584 0,7552 0,9615 135⁰ 0,1058 0,3711 0,7378 0,9471

Katarak 90⁰ 0,1690 0,6884 0,4219 0,9155 135⁰ 0,1938 0,6283 0,4164 0,9031

Katarak 90⁰ 0,2034 0,9287 0,1835 0,8983 135⁰ 0,2842 0,9049 0,1656 0,8579

Katarak 90⁰ 0,1609 0,8364 0,3119 0,9195 135⁰ 0,2545 0,7409 0,2660 0,8728

Katarak 90⁰ 0,2299 0,9077 0,1586 0,8851 135⁰ 0,2497 0,8941 0,1533 0,8751

Katarak 90⁰ 0,2391 0,9577 0,1118 0,8805 135⁰ 0,3662 0,9423 0,0968 0,8232

Katarak 90⁰ 0,2724 0,9416 0,1334 0,8638 135⁰ 0,3258 0,9255 0,1199 0,8403

Katarak 90⁰ 0,2529 0,8876 0,1613 0,8736 135⁰ 0,3270 0,8568 0,1464 0,8397

Katarak 90⁰ 0,2494 0,8065 0,2112 0,8753 135⁰ 0,3222 0,7456 0,1886 0,8405

Katarak 90⁰ 0,3000 0,9038 0,1955 0,8515 135⁰ 0,4958 0,8455 0,1668 0,7867

Katarak 90⁰ 0,2195 0,9657 0,1002 0,8902 135⁰ 0,3294 0,9532 0,0893 0,8385

Katarak 90⁰ 0,2161 0,8941 0,1906 0,8920 135⁰ 0,2652 0,8724 0,1760 0,8674

Katarak 90⁰ 0,2011 0,8827 0,2064 0,8994 135⁰ 0,2545 0,8457 0,1918 0,8728

Katarak 90⁰ 0,2713 0,9387 0,1159 0,8644 135⁰ 0,3294 0,9240 0,1038 0,8353

Katarak 90⁰ 0,1539 0,8070 0,3701 0,9230 135⁰ 0,3234 0,8598 0,1732 0,8602

Citra sudut contrast correlation energy homogeneity sudut contrast correlation energy homogeneity

Normal 0⁰ 0,2241 0,4727 0,4012 0,8879 45⁰ 0,2640 0,3759 0,3833 0,8680

Normal 0⁰ 0,1632 0,3579 0,6092 0,9184 45⁰ 0,2069 0,1880 0,5812 0,8966

Normal 0⁰ 0,0161 0,2201 0,9637 0,9920 45⁰ 0,0166 0,2198 0,9625 0,9917

Normal 0⁰ 0,1264 0,2256 0,7263 0,9368 45⁰ 0,1498 0,0778 0,7102 0,9251

Normal 0⁰ 0,1586 0,5767 0,4922 0,9207 45⁰ 0,1902 0,4939 0,4701 0,9049

Normal 0⁰ 0,2080 0,5584 0,3655 0,8960 45⁰ 0,2699 0,4265 0,3332 0,8650

Normal 0⁰ 0,2207 0,5384 0,3505 0,8897 45⁰ 0,2759 0,4227 0,3238 0,8621

Normal 0⁰ 0,2414 0,3533 0,4436 0,8793 45⁰ 0,3282 0,1099 0,4109 0,8359

Normal 0⁰ 0,0851 0,2697 0,8058 0,9575 45⁰ 0,0963 0,1623 0,7980 0,9518

Normal 0⁰ 0,0299 0,1723 0,9349 0,9851 45⁰ 0,0285 0,1860 0,9372 0,9857

Normal 0⁰ 0,0069 0,0000 0,9863 0,9966 45⁰ 0,0071 0,0000 0,9858 0,9964

Normal 0⁰ 0,0241 0,3119 0,9415 0,9879 45⁰ 0,0262 0,2066 0,9418 0,9869

Normal 0⁰ 0,0529 0,3337 0,8706 0,9736 45⁰ 0,0583 0,2401 0,8687 0,9709

Normal 0⁰ 0,0253 0,2538 0,9415 0,9874 45⁰ 0,0357 -0,0182 0,9306 0,9822

Normal 0⁰ 0,0092 -0,0046 0,9817 0,9954 45⁰ 0,0083 -0,0041 0,9835 0,9958

Normal 0⁰ 0,0115 0,1609 0,9749 0,9943 45⁰ 0,0095 0,1995 0,9788 0,9952

Normal 0⁰ 0,0023 -0,0012 0,9954 0,9989 45⁰ 0,0024 -0,0012 0,9953 0,9988

Normal 0⁰ 0,0230 0,3641 0,9414 0,9885 45⁰ 0,0309 -0,0155 0,9396 0,9845

Normal 0⁰ 0,0816 0,5320 0,7516 0,9592 45⁰ 0,0975 0,4139 0,7457 0,9512

Normal 0⁰ 0,2529 0,4902 0,3157 0,8736 45⁰ 0,2996 0,3958 0,2960 0,8502

Normal 0⁰ 0,1736 0,6173 0,4047 0,9132 45⁰ 0,2271 0,4991 0,3766 0,8864

Normal 0⁰ 0,1839 0,6339 0,3505 0,9080 45⁰ 0,2354 0,5319 0,3210 0,8823

Normal 0⁰ 0,0460 0,1068 0,9047 0,9770 45⁰ 0,0535 -0,0275 0,8973 0,9732

Normal 0⁰ 0,0402 0,3189 0,9023 0,9799 45⁰ 0,0583 0,0454 0,8841 0,9709

Normal 0⁰ 0,0046 -0,0023 0,9908 0,9977 45⁰ 0,0048 -0,0024 0,9905 0,9976

Normal 0⁰ 0,0115 0,1609 0,9749 0,9943 45⁰ 0,0131 -0,0066 0,9741 0,9935

Normal 0⁰ 0,1897 0,6213 0,3485 0,9052 45⁰ 0,2235 0,5523 0,3286 0,8882

Normal 0⁰ 0,0471 0,4939 0,8622 0,9764 45⁰ 0,0642 0,2741 0,8515 0,9679

Normal 0⁰ 0,2632 0,4590 0,3196 0,8684 45⁰ 0,3627 0,2537 0,2845 0,8187

Normal 0⁰ 0,2218 0,4138 0,4490 0,8891 45⁰ 0,2925 0,2243 0,4160 0,8537

Normal 0⁰ 0,1402 0,6434 0,4887 0,9299 45⁰ 0,1962 0,5043 0,4479 0,9019

Normal 0⁰ 0,0069 -0,0035 0,9863 0,9966 45⁰ 0,0071 -0,0036 0,9858 0,9964

Normal 0⁰ 0,0195 0,1808 0,9570 0,9902 45⁰ 0,0166 0,2932 0,9601 0,9917

Normal 0⁰ 0,0046 -0,0023 0,9908 0,9977 45⁰ 0,0048 -0,0024 0,9905 0,9976

Normal 0⁰ 0,0460 0,2868 0,8917 0,9770 45⁰ 0,0535 0,1542 0,8861 0,9732

Normal 0⁰ 0,2149 0,3382 0,5065 0,8925 45⁰ 0,2687 0,1777 0,4767 0,8656

Normal 0⁰ 0,1828 0,5521 0,4438 0,9086 45⁰ 0,2295 0,4397 0,4138 0,8853

Normal 0⁰ 0,1046 0,3558 0,7441 0,9477 45⁰ 0,1439 0,1200 0,7134 0,9281

Normal 0⁰ 0,2467 0,3746 0,4201 0,8767 45⁰ 0,3264 0,1599 0,3916 0,8368

Normal 0⁰ 0,1933 0,4109 0,5162 0,9033 45⁰ 0,2378 0,2783 0,4902 0,8811

Normal 0⁰ 0,0867 0,4332 0,7681 0,9567 45⁰ 0,1250 0,1971 0,7350 0,9375

Normal 0⁰ 0,0800 0,2718 0,8165 0,9600 45⁰ 0,0851 0,2014 0,8157 0,9575

Normal 0⁰ 0,1250 0,4730 0,6534 0,9375 45⁰ 0,1892 0,2211 0,6036 0,9054

Normal 0⁰ 0,2233 0,3232 0,4967 0,8883 45⁰ 0,2535 0,2316 0,4809 0,8733

Normal 0⁰ 0,2600 0,3729 0,3930 0,8700 45⁰ 0,3385 0,1829 0,3624 0,8307

Normal 0⁰ 0,2733 0,3296 0,3939 0,8633 45⁰ 0,3524 0,1404 0,3626 0,8238

Normal 0⁰ 0,0425 0,5342 0,8685 0,9787 45⁰ 0,0559 0,3489 0,8621 0,9721

Normal 0⁰ 0,0276 0,2800 0,9349 0,9862 45⁰ 0,0321 0,1128 0,9327 0,9839

Normal 0⁰ 0,1425 0,5583 0,5567 0,9287 45⁰ 0,1807 0,4317 0,5354 0,9096

Normal 0⁰ 0,1943 0,5842 0,3778 0,9029 45⁰ 0,2093 0,5493 0,3704 0,8954

Normal 0⁰ 0,0333 0,2395 0,9240 0,9833 45⁰ 0,0440 0,0288 0,9126 0,9780

Normal 0⁰ 0,0138 0,2430 0,9682 0,9931 45⁰ 0,0166 0,1166 0,9648 0,9917

Normal 0⁰ 0,1034 0,4008 0,7347 0,9483 45⁰ 0,1367 0,1922 0,7127 0,9316

Normal 0⁰ 0,1425 0,3741 0,6501 0,9287 45⁰ 0,1748 0,2225 0,6311 0,9126

Normal 0⁰ 0,1207 0,3466 0,7093 0,9397 45⁰ 0,1379 0,2280 0,7035 0,9310

Normal 0⁰ 0,1195 0,3692 0,7057 0,9402 45⁰ 0,1570 0,1628 0,6803 0,9215

Normal 90⁰ 0,2034 0,5196 0,4160 0,8983 135⁰ 0,2985 0,2964 0,3682 0,8508

Normal 90⁰ 0,1598 0,3699 0,6124 0,9201 135⁰ 0,1891 0,2560 0,5929 0,9055

Normal 90⁰ 0,0425 0,2830 0,9002 0,9787 135⁰ 0,0476 0,1140 0,9016 0,9762

Normal 90⁰ 0,0770 0,4628 0,7858 0,9615 135⁰ 0,1189 0,1789 0,7507 0,9405

Normal 90⁰ 0,0920 0,3444 0,7763 0,9540 135⁰ 0,1130 0,2027 0,7582 0,9435

Normal 90⁰ 0,2149 0,5031 0,3995 0,8925 135⁰ 0,2545 0,4048 0,3833 0,8728

Normal 90⁰ 0,1989 0,4036 0,5080 0,9006 135⁰ 0,2200 0,3196 0,5052 0,8900

Normal 90⁰ 0,0276 0,1288 0,9415 0,9862 135⁰ 0,0309 0,0557 0,9373 0,9845

Normal 90⁰ 0,1230 0,3939 0,6896 0,9385 135⁰ 0,1546 0,2309 0,6691 0,9227

Normal 90⁰ 0,0759 0,3130 0,8195 0,9621 135⁰ 0,0892 0,2101 0,8059 0,9554

Normal 90⁰ 0,0471 0,1391 0,9004 0,9764 135⁰ 0,0571 -0,0294 0,8907 0,9715

Normal 90⁰ 0,1195 0,3292 0,7166 0,9402 135⁰ 0,1593 0,1048 0,6882 0,9203

Normal 90⁰ 0,0908 0,4339 0,7570 0,9546 135⁰ 0,1367 0,1430 0,7225 0,9316

Normal 90⁰ 0,0195 0,2512 0,9548 0,9902 135⁰ 0,0178 0,2044 0,9602 0,9911

Normal 90⁰ 0,0161 0,1169 0,9659 0,9920 135⁰ 0,0131 0,2607 0,9694 0,9935

Normal 90⁰ 0,0448 0,4115 0,8810 0,9776 135⁰ 0,0547 0,2311 0,8773 0,9727

Normal 90⁰ 0,0057 0,2882 0,9863 0,9971 135⁰ 0,0059 0,2882 0,9858 0,9970

Normal 90⁰ 0,1874 0,4860 0,4902 0,9063 135⁰ 0,2390 0,3437 0,4607 0,8805

Normal 90⁰ 0,2138 0,3740 0,4906 0,8931 135⁰ 0,2866 0,1360 0,4639 0,8567

Normal 90⁰ 0,1195 0,3967 0,6966 0,9402 135⁰ 0,1677 0,1521 0,6629 0,9162

Normal 90⁰ 0,2552 0,4284 0,3641 0,8724 135⁰ 0,3306 0,2626 0,3307 0,8347

Normal 90⁰ 0,2621 0,4715 0,3109 0,8690 135⁰ 0,3472 0,3009 0,2770 0,8264

Normal 90⁰ 0,2287 0,4814 0,3827 0,8856 135⁰ 0,3365 0,2362 0,3362 0,8317

Normal 90⁰ 0,2092 0,5600 0,3602 0,8954 135⁰ 0,2842 0,4032 0,3213 0,8579

Normal 90⁰ 0,2713 0,3624 0,3769 0,8644 135⁰ 0,3508 0,1763 0,3465 0,8246

Normal 90⁰ 0,2425 0,5141 0,3179 0,8787 135⁰ 0,3103 0,3781 0,2879 0,8448

Normal 90⁰ 0,1356 0,6786 0,5222 0,9322 135⁰ 0,1843 0,5564 0,4921 0,9078

Normal 90⁰ 0,1506 0,5742 0,5187 0,9247 135⁰ 0,2105 0,4016 0,4839 0,8948

Normal 90⁰ 0,1207 0,6548 0,5955 0,9397 135⁰ 0,1629 0,5229 0,5709 0,9185

Normal 90⁰ 0,1759 0,5967 0,4190 0,9121 135⁰ 0,2247 0,4844 0,3915 0,8876

Normal 90⁰ 0,0736 0,5443 0,7705 0,9632 135⁰ 0,1141 0,2713 0,7423 0,9429

Normal 90⁰ 0,0023 0,4988 0,9931 0,9989 135⁰ 0,0048 -0,0024 0,9905 0,9976

Normal 90⁰ 0,0563 0,5660 0,8175 0,9718 135⁰ 0,0856 0,3261 0,7955 0,9572

Normal 90⁰ 0,2759 0,4253 0,3202 0,8621 135⁰ 0,3401 0,2940 0,2939 0,8300

Normal 90⁰ 0,0253 0,1410 0,9459 0,9874 135⁰ 0,0238 0,0806 0,9510 0,9881

Normal 90⁰ 0,0897 0,2798 0,7939 0,9552 135⁰ 0,1023 0,1910 0,7818 0,9489

Normal 90⁰ 0,0034 -0,0016 0,9931 0,9983 135⁰ 0,0036 -0,0017 0,9929 0,9982

Normal 90⁰ 0,0161 0,4147 0,9570 0,9920 135⁰ 0,0190 0,3287 0,9532 0,9905

Normal 90⁰ 0,0575 0,1388 0,8793 0,9713 135⁰ 0,0630 0,0380 0,8755 0,9685

Normal 90⁰ 0,0943 0,5862 0,6869 0,9529 135⁰ 0,1451 0,3342 0,6596 0,9275

Normal 90⁰ 0,0276 0,1293 0,9415 0,9862 135⁰ 0,0333 -0,0169 0,9351 0,9834

Normal 90⁰ 0,2207 0,5342 0,3545 0,8897 135⁰ 0,3068 0,3494 0,3159 0,8466

Normal 90⁰ 0,2241 0,5145 0,3645 0,8879 135⁰ 0,3163 0,3093 0,3264 0,8419

Normal 90⁰ 0,2966 0,3115 0,3608 0,8517 135⁰ 0,3948 0,0819 0,3313 0,8026

Normal 90⁰ 0,2471 0,4939 0,3266 0,8764 135⁰ 0,3092 0,3684 0,3009 0,8454

Normal 90⁰ 0,2483 0,4588 0,3547 0,8759 135⁰ 0,3472 0,2355 0,3194 0,8264

Normal 90⁰ 0,2678 0,4284 0,3357 0,8661 135⁰ 0,3995 0,1504 0,2908 0,8002

Normal 90⁰ 0,2310 0,4891 0,3701 0,8845 135⁰ 0,3068 0,3236 0,3341 0,8466

Normal 90⁰ 0,1621 0,6285 0,4281 0,9190 135⁰ 0,2426 0,4430 0,3813 0,8787

Normal 90⁰ 0,2310 0,5241 0,3376 0,8845 135⁰ 0,3424 0,2960 0,2898 0,8288

Normal 90⁰ 0,2149 0,5499 0,3539 0,8925 135⁰ 0,2913 0,3928 0,3155 0,8543

Normal 90⁰ 0,2391 0,5083 0,3323 0,8805 135⁰ 0,3353 0,3110 0,2910 0,8323

Normal 90⁰ 0,2414 0,4407 0,3854 0,8793 135⁰ 0,3032 0,3011 0,3549 0,8484

Normal 90⁰ 0,2333 0,4746 0,3771 0,8833 135⁰ 0,3413 0,2150 0,3406 0,8294

Normal 90⁰ 0,2529 0,4886 0,3177 0,8736 135⁰ 0,3317 0,3293 0,2846 0,8341

Normal 90⁰ 0,2563 0,4784 0,3182 0,8718 135⁰ 0,3424 0,3021 0,2842 0,8288

Normal 90⁰ 0,2069 0,3919 0,4959 0,8966 135⁰ 0,2711 0,1975 0,4646 0,8644

Normal 90⁰ 0,1264 0,4186 0,6721 0,9368 135⁰ 0,1688 0,2211 0,6429 0,9156

Normal 90⁰ 0,0701 0,3707 0,8234 0,9649 135⁰ 0,1023 0,0682 0,7985 0,9489

Normal 90⁰ 0,2460 0,4079 0,3992 0,8770 135⁰ 0,3698 0,1140 0,3497 0,8151

Normal 90⁰ 0,1966 0,3530 0,5383 0,9017 135⁰ 0,2366 0,2189 0,5165 0,8817

Normal 90⁰ 0,1414 0,4591 0,6172 0,9293 135⁰ 0,1867 0,2790 0,5893 0,9067

Normal 90⁰ 0,0793 0,4537 0,7819 0,9603 135⁰ 0,1058 0,2635 0,7618 0,9471

Normal 90⁰ 0,0931 0,2207 0,7961 0,9534 135⁰ 0,1058 0,0796 0,7904 0,9471

Normal 90⁰ 0,2264 0,5172 0,3560 0,8868 135⁰ 0,3044 0,3511 0,3218 0,8478

Normal 90⁰ 0,1989 0,4274 0,4936 0,9006 135⁰ 0,2723 0,2258 0,4501 0,8639

Normal 90⁰ 0,0839 0,2331 0,8138 0,9580 135⁰ 0,0951 0,1171 0,8063 0,9524

Normal 90⁰ 0,0943 0,4234 0,7514 0,9529 135⁰ 0,1260 0,2347 0,7255 0,9370

Normal 90⁰ 0,2621 0,4467 0,3331 0,8690 135⁰ 0,3056 0,3569 0,3136 0,8472

Normal 90⁰ 0,2575 0,4124 0,3707 0,8713 135⁰ 0,3317 0,2442 0,3394 0,8341

Normal 90⁰ 0,2345 0,3939 0,4337 0,8828 135⁰ 0,3401 0,1254 0,3872 0,8300

Normal 90⁰ 0,2092 0,4576 0,4489 0,8954 135⁰ 0,3056 0,1983 0,4066 0,8472

Normal 90⁰ 0,1989 0,4889 0,4525 0,9006 135⁰ 0,2640 0,3198 0,4185 0,8680

Normal 90⁰ 0,1046 0,3975 0,7328 0,9477 135⁰ 0,1344 0,2324 0,7087 0,9328

Normal 90⁰ 0,0448 0,1104 0,9068 0,9776 135⁰ 0,0476 0,0665 0,9037 0,9762

Normal 90⁰ 0,0379 -0,0193 0,9263 0,9810 135⁰ 0,0357 -0,0181 0,9306 0,9822

Normal 90⁰ 0,1046 0,4277 0,7236 0,9477 135⁰ 0,1356 0,2070 0,7129 0,9322

Normal 90⁰ 0,0448 0,2411 0,8981 0,9776 135⁰ 0,0547 0,0518 0,8906 0,9727

Normal 90⁰ 0,0908 0,1696 0,8081 0,9546 135⁰ 0,0951 0,0803 0,8105 0,9524

Normal 90⁰ 0,1874 0,5759 0,4060 0,9063 135⁰ 0,2687 0,3871 0,3662 0,8656

Normal 90⁰ 0,2218 0,5168 0,3683 0,8891 135⁰ 0,3020 0,3398 0,3326 0,8490

Normal 90⁰ 0,1057 0,2242 0,7691 0,9471 135⁰ 0,1177 0,1447 0,7586 0,9411

Normal 90⁰ 0,0747 0,2763 0,8276 0,9626 135⁰ 0,0820 0,1984 0,8223 0,9590

Normal 90⁰ 0,0425 0,0296 0,9155 0,9787 135⁰ 0,0464 -0,0237 0,9105 0,9768

Normal 90⁰ 0,0161 0,3555 0,9592 0,9920 135⁰ 0,0214 -0,0105 0,9579 0,9893

Normal 90⁰ 0,1195 0,2594 0,7334 0,9402 135⁰ 0,1474 0,0930 0,7119 0,9263

Normal 90⁰ 0,1218 0,6740 0,5198 0,9391 135⁰ 0,2045 0,4572 0,4617 0,8977

Normal 90⁰ 0,1770 0,6232 0,3846 0,9115 135⁰ 0,2354 0,5005 0,3500 0,8823

Normal 90⁰ 0,2057 0,5697 0,3588 0,8971 135⁰ 0,2747 0,4243 0,3237 0,8627

Normal 90⁰ 0,2563 0,3101 0,4379 0,8718 135⁰ 0,3365 0,0888 0,4074 0,8317

Normal 90⁰ 0,0885 0,2334 0,8039 0,9557 135⁰ 0,1034 0,1008 0,7923 0,9483

Normal 90⁰ 0,0299 0,1185 0,9371 0,9851 135⁰ 0,0357 -0,0181 0,9306 0,9822

Normal 90⁰ 0,0057 0,2882 0,9863 0,9971 135⁰ 0,0059 0,0000 0,9882 0,9970

Normal 90⁰ 0,0241 0,3119 0,9415 0,9879 135⁰ 0,0262 0,2010 0,9418 0,9869

Normal 90⁰ 0,0460 0,3897 0,8811 0,9770 135⁰ 0,0618 0,1804 0,8666 0,9691

Normal 90⁰ 0,0299 0,1181 0,9371 0,9851 135⁰ 0,0333 0,0497 0,9328 0,9834

Normal 90⁰ 0,0080 -0,0040 0,9840 0,9960 135⁰ 0,0083 -0,0041 0,9835 0,9958

Normal 90⁰ 0,0069 0,4049 0,9817 0,9966 135⁰ 0,0119 -0,0059 0,9764 0,9941

Normal 90⁰ 0,0023 -0,0012 0,9954 0,9989 135⁰ 0,0024 -0,0012 0,9953 0,9988

Normal 90⁰ 0,0322 -0,0160 0,9372 0,9839 135⁰ 0,0309 -0,0149 0,9396 0,9845

Normal 90⁰ 0,0747 0,5808 0,7537 0,9626 135⁰ 0,1011 0,4039 0,7423 0,9495

Normal 90⁰ 0,2115 0,5733 0,3380 0,8943 135⁰ 0,2973 0,3988 0,2967 0,8514

Normal 90⁰ 0,1483 0,6719 0,4240 0,9259 135⁰ 0,1950 0,5655 0,3942 0,9025

Normal 90⁰ 0,1690 0,6622 0,3597 0,9155 135⁰ 0,2188 0,5631 0,3294 0,8906

Normal 90⁰ 0,0402 0,2016 0,9110 0,9799 135⁰ 0,0535 -0,0275 0,8973 0,9732

Normal 90⁰ 0,0506 0,1591 0,8918 0,9747 135⁰ 0,0559 0,0844 0,8862 0,9721

Normal 90⁰ 0,0046 -0,0023 0,9908 0,9977 135⁰ 0,0048 -0,0024 0,9905 0,9976

Normal 90⁰ 0,0126 -0,0063 0,9750 0,9937 135⁰ 0,0131 -0,0066 0,9741 0,9935

Normal 90⁰ 0,1586 0,6817 0,3683 0,9207 135⁰ 0,2331 0,5347 0,3239 0,8835

Normal 90⁰ 0,0540 0,4072 0,8581 0,9730 135⁰ 0,0630 0,2999 0,8515 0,9685

Normal 90⁰ 0,2908 0,4042 0,3069 0,8546 135⁰ 0,3805 0,2155 0,2797 0,8098

Normal 90⁰ 0,2172 0,4260 0,4515 0,8914 135⁰ 0,2806 0,2559 0,4211 0,8597

Normal 90⁰ 0,1402 0,6481 0,4809 0,9299 135⁰ 0,1891 0,5230 0,4525 0,9055

Normal 90⁰ 0,0046 0,3310 0,9886 0,9977 135⁰ 0,0071 -0,0036 0,9858 0,9964

Normal 90⁰ 0,0161 0,2934 0,9614 0,9920 135⁰ 0,0226 -0,0114 0,9556 0,9887

Normal 90⁰ 0,0046 -0,0023 0,9908 0,9977 135⁰ 0,0048 -0,0024 0,9905 0,9976

Normal 90⁰ 0,0414 0,3589 0,8959 0,9793 135⁰ 0,0523 0,1596 0,8883 0,9738

Normal 90⁰ 0,1793 0,4468 0,5287 0,9103 135⁰ 0,2604 0,2014 0,4813 0,8698

Normal 90⁰ 0,1414 0,6595 0,4638 0,9293 135⁰ 0,2224 0,4590 0,4182 0,8888

Normal 90⁰ 0,1149 0,3194 0,7294 0,9425 135⁰ 0,1367 0,1634 0,7185 0,9316

Normal 90⁰ 0,2267 0,4138 0,4384 0,8867 135⁰ 0,3333 0,1432 0,3897 0,8333

Normal 90⁰ 0,1700 0,4790 0,5330 0,9150 135⁰ 0,2344 0,2873 0,4917 0,8828

Normal 90⁰ 0,0917 0,4159 0,7598 0,9542 135⁰ 0,1007 0,3536 0,7538 0,9497

Normal 90⁰ 0,0717 0,3207 0,8281 0,9642 135⁰ 0,0885 0,1688 0,8128 0,9557

Normal 90⁰ 0,1300 0,4601 0,6461 0,9350 135⁰ 0,1701 0,3032 0,6146 0,9149

Normal 90⁰ 0,1867 0,4309 0,5203 0,9067 135⁰ 0,2691 0,1822 0,4746 0,8655

Normal 90⁰ 0,2183 0,4798 0,4101 0,8908 135⁰ 0,3021 0,2690 0,3760 0,8490

MainActivity.xml

<?xml version="1.0" encoding="utf-8"?>

<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"

xmlns:app="http://schemas.android.com/apk/res-auto"

xmlns:tools="http://schemas.android.com/tools"

android:layout_width="match_parent"

android:layout_height="match_parent"

android:orientation="horizontal"

tools:context="com.example.user.appss.MainActivity">

<ImageView

android:id="@+id/result_from_server"

android:layout_width="200dp"

android:layout_height="200dp"

android:layout_alignParentTop="true"

android:layout_centerHorizontal="true"

android:layout_marginTop="35dp" />

<Button

android:id="@+id/btn_camera"

android:layout_width="wrap_content"

android:layout_height="wrap_content"

android:layout_alignLeft="@+id/result_from_server"

android:layout_alignStart="@+id/result_from_server"

android:layout_below="@+id/result_from_server"

android:layout_marginTop="103dp"

android:background="#A1887F"

android:text="Camera" />

<Button

android:id="@+id/btnGallery"

android:layout_width="wrap_content"

android:layout_height="wrap_content"

android:layout_alignBaseline="@+id/btn_camera"

android:layout_alignBottom="@+id/btn_camera"

android:layout_alignParentEnd="true"

android:layout_alignParentRight="true"

android:layout_marginEnd="90dp"

android:layout_marginRight="90dp"

android:background="#A1887F"

android:text="Gallery" />

</RelativeLayout>

FIleUri.java

package com.example.user.appss.helper;

import android.net.Uri;

import android.os.Environment;

import android.util.Log;

import java.io.File;

import java.text.SimpleDateFormat;

import java.util.Date;

import java.util.Enumeration;

import java.util.Locale;

/**

* Created by User on 10/14/2017.

*/

public class FileUri {

public static final String IMAGE_DIRECTORY_NAME = "Katarak/img";

public static final int MEDIA_TYPE_IMAGE = 1;

public static Uri getOutputMediaFileUri(int type) {

return Uri.fromFile(getOutputMediaFile(type));

}

private static File getOutputMediaFile(int type) {

File mediaStorageDir = new File(

Environment

.getExternalStoragePublicDirectory(Environment.DIRECTORY_PICTURES),

IMAGE_DIRECTORY_NAME);

if (!mediaStorageDir.exists()) {

if (!mediaStorageDir.mkdirs()) {

Log.d(IMAGE_DIRECTORY_NAME, "Oops! Failed create"

+ IMAGE_DIRECTORY_NAME + "directory");

return null;

}

}

String timeStamp = new SimpleDateFormat("yyyyMMdd_HHmmss",

Locale.getDefault()).format(new Date());

File mediaFile;

if (type == MEDIA_TYPE_IMAGE) {

mediaFile = new File(mediaStorageDir.getPath() + File.separator

+ "IMG_" + timeStamp + ".jpg");

} else {

return null;

}

return mediaFile;

}

}

MainActivity.java

package com.example.user.appss;

import android.Manifest;

import android.app.ProgressDialog;

import android.content.ActivityNotFoundException;

import android.content.Context;

import android.content.ContextWrapper;

import android.content.Intent;

import android.graphics.Bitmap;

import android.graphics.BitmapFactory;

import android.net.Uri;

import android.os.AsyncTask;

import android.os.Environment;

import android.provider.MediaStore;

import android.support.v4.app.ActivityCompat;

import android.support.v7.app.AppCompatActivity;

import android.os.Bundle;

import android.util.Log;

import android.view.View;

import android.widget.Button;

import android.widget.ImageView;

import android.widget.Toast;

import com.example.user.appss.helper.FileUri;

import java.io.ByteArrayOutputStream;

import java.io.DataOutputStream;

import java.io.File;

import java.io.FileInputStream;

import java.io.FileNotFoundException;

import java.io.FileOutputStream;

import java.io.IOException;

import java.io.InputStream;

import java.io.OutputStream;

import java.net.HttpURLConnection;

import java.net.MalformedURLException;

import java.net.URL;

public class MainActivity extends AppCompatActivity {

private static final int selectImage = 1;

private static final int CROP_IMAGE = 0;

ImageView resultView;

private static final String TAG = "MainActivity";

public static final int CAMERA_CAPTURE_IMAGE_REQUEST_CODE = 100;

private Context mContex = this;

private final static String INPUT_IMG_FILENAME = "/temp.jpg";

private final String SERVERURL =

"http://192.168.43.54/EE368_Android_Tutorial3_Server/computeSIFT.php";

private final static int RequestPermissionCode = 0;

private final static int WriteRequestPermissionCode = 1;

private final static int ReadRequestPermissionCode = 2;

private static final String[] RequestPermissions = new

String[]{Manifest.permission.CAMERA,

Manifest.permission.READ_EXTERNAL_STORAGE,

Manifest.permission.WRITE_EXTERNAL_STORAGE};

private static final int[] RequestPermissionCodes = new

int[]{RequestPermissionCode, ReadRequestPermissionCode, WriteRequestPermissionCode};

private Uri fileUri;

Bitmap bitmapResult;

// Context mContex;

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_main);

EnableRuntimePermissionToAccessCamera();

Button btnCamera = (Button) findViewById(R.id.btn_camera);

Button btnGal = (Button) findViewById(R.id.btnGallery);

resultView = (ImageView) findViewById(R.id.result_from_server);

btnCamera.setOnClickListener(new View.OnClickListener() {

@Override

public void onClick(View v) {

Intent intent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);

fileUri = FileUri.getOutputMediaFileUri(FileUri.MEDIA_TYPE_IMAGE);

intent.putExtra(MediaStore.EXTRA_OUTPUT, fileUri);

startActivityForResult(intent, CAMERA_CAPTURE_IMAGE_REQUEST_CODE);

}

});

btnGal.setOnClickListener(new View.OnClickListener() {

@Override

public void onClick(View v) {

openGallery();

}

});

}

private void openGallery() {

Intent gallery = new Intent(Intent.ACTION_PICK,

MediaStore.Images.Media.EXTERNAL_CONTENT_URI);

startActivityForResult(gallery, selectImage);

}

@Override

protected void onSaveInstanceState(Bundle outState) {

super.onSaveInstanceState(outState);

outState.putParcelable("file_uri", fileUri);

}

@Override

protected void onRestoreInstanceState(Bundle savedInstanceState) {

super.onRestoreInstanceState(savedInstanceState);

if (savedInstanceState != null) {

fileUri = savedInstanceState.getParcelable("file_uri");

}

}

@Override

protected void onActivityResult(int requestCode, int resultCode, Intent data) {

/*if (requestCode == CAMERA_CAPTURE_IMAGE_REQUEST_CODE && resultCode ==

RESULT_OK) {

Log.d(TAG, "Data Is Not Null");

ServerTask task = new ServerTask(this);

task.execute(fileUri.getPath());*/

if (resultCode == RESULT_OK) {

if (requestCode == CAMERA_CAPTURE_IMAGE_REQUEST_CODE ) {

CropImage();

}else if (requestCode == selectImage){

fileUri = data.getData();

CropImage();

}

else if (requestCode == CROP_IMAGE) {

Log.d(TAG, "Data Is Not Null");

ServerTask task = new ServerTask(this);

task.execute(fileUri.getPath());

}

}

}

private boolean CropImage() {

// take care of exceptions

try {

if (fileUri != null) {

Intent cropIntent = new Intent("com.android.camera.action.CROP");

// indicate image type and Uri

cropIntent.setDataAndType(fileUri, "image/*");

// set crop properties

cropIntent.putExtra("crop", "true");

// indicate aspect of desired crop

cropIntent.putExtra("aspectX", 1);

cropIntent.putExtra("aspectY", 1);

// indicate output X and Y

cropIntent.putExtra("outputX", 30);

cropIntent.putExtra("outputY", 30);

// retrieve data on return

cropIntent.putExtra("return-data", true);

File f = createNewFile("CROP_");

try {

f.createNewFile();

}catch (IOException ex){

Log.e("io", ex.getMessage());

}

fileUri = Uri.fromFile(f);

cropIntent.putExtra(MediaStore.EXTRA_OUTPUT, fileUri);

// start the activity - we handle returning in onActivityResult

startActivityForResult(cropIntent, CROP_IMAGE);

return true;

}

}

// respond to users whose devices do not support the crop action

catch (ActivityNotFoundException anfe) {

String errorMessage = "Whoops - your device doesn't support the crop

action!";

Toast toast = Toast.makeText(this, errorMessage, Toast.LENGTH_SHORT);

toast.show();

return false;

}

return false;

}

private File createNewFile(String prefix){

if(prefix==null || "".equalsIgnoreCase(prefix)){

prefix="IMG_";

}

File newDirectory = new

File(Environment.getExternalStorageDirectory()+"/mypics/");

if(!newDirectory.exists()){

if(newDirectory.mkdir()){

Log.d(mContex.getClass().getName(), newDirectory.getAbsolutePath()+"

directory created");

}

}

File file = new File(newDirectory,(prefix+System.currentTimeMillis()+".jpg"));

if(file.exists()){

//this wont be executed

file.delete();

try {

file.createNewFile();

} catch (IOException e) {

e.printStackTrace();

}

}

return file;

}

public void EnableRuntimePermissionToAccessCamera(){

if (ActivityCompat.shouldShowRequestPermissionRationale(MainActivity.this,

Manifest.permission.READ_EXTERNAL_STORAGE) ||

ActivityCompat.shouldShowRequestPermissionRationale(MainActivity.this,Manifest.permiss

ion.WRITE_EXTERNAL_STORAGE)

||

ActivityCompat.shouldShowRequestPermissionRationale(MainActivity.this,Manifest.permiss

ion.CAMERA))

{

ActivityCompat.requestPermissions(MainActivity.this,RequestPermissions,

ReadRequestPermissionCode);

} else {

ActivityCompat.requestPermissions(MainActivity.this,RequestPermissions,

ReadRequestPermissionCode);

}

}

private class ServerTask extends AsyncTask<String, Integer , Void>

{

public byte[] dataToServer;

//Task state

private final int UPLOADING_PHOTO_STATE = 0;

private final int SERVER_PROC_STATE = 1;

private ProgressDialog dialog;

Context context;

//upload photo to server

HttpURLConnection uploadPhoto(FileInputStream fileInputStream)

{

final String serverFileName = "test"+ (int) Math.round(Math.random()*1000)

+ ".jpg";

final String lineEnd = "\r\n";

final String twoHyphens = "--";

final String boundary = "*****";

try

{

URL url = new URL(SERVERURL);

// Open a HTTP connection to the URL

final HttpURLConnection conn =

(HttpURLConnection)url.openConnection();

// Allow Inputs

conn.setDoInput(true);

// Allow Outputs

conn.setDoOutput(true);

// Don't use a cached copy.

conn.setUseCaches(false);

// Use a post method.

conn.setRequestMethod("POST");

conn.setRequestProperty("Connection", "Keep-Alive");

conn.setRequestProperty("Content-Type", "multipart/form-

data;boundary="+boundary);

DataOutputStream dos = new DataOutputStream( conn.getOutputStream() );

dos.writeBytes(twoHyphens + boundary + lineEnd);

dos.writeBytes("Content-Disposition: form-data;

name=\"uploadedfile\";filename=\"" + serverFileName +"\"" + lineEnd);

dos.writeBytes(lineEnd);

// create a buffer of maximum size

int bytesAvailable = fileInputStream.available();

int maxBufferSize = 1024;

int bufferSize = Math.min(bytesAvailable, maxBufferSize);

byte[] buffer = new byte[bufferSize];

// read file and write it into form...

int bytesRead = fileInputStream.read(buffer, 0, bufferSize);

while (bytesRead > 0)

{

dos.write(buffer, 0, bufferSize);

bytesAvailable = fileInputStream.available();

bufferSize = Math.min(bytesAvailable, maxBufferSize);

bytesRead = fileInputStream.read(buffer, 0, bufferSize);

}

// send multipart form data after file data...

dos.writeBytes(lineEnd);

dos.writeBytes(twoHyphens + boundary + twoHyphens + lineEnd);

publishProgress(SERVER_PROC_STATE);

// close streams

fileInputStream.close();

dos.flush();

return conn;

}

catch (MalformedURLException ex){

Log.e(TAG, "error: " + ex.getMessage(), ex);

return null;

}

catch (IOException ioe){

Log.e(TAG, "error: " + ioe.getMessage(), ioe);

return null;

}

}

//get image result from server and display it in result view

void getResultImage(HttpURLConnection conn){

// retrieve the response from server

InputStream is;

try {

is = conn.getInputStream();

//get result image from server

bitmapResult = BitmapFactory.decodeStream(is);

Log.d(TAG,conn.toString());

is.close();

} catch (IOException e) {

Log.e(TAG,e.toString());

e.printStackTrace();

}

}

//Main code for processing image algorithm on the server

void processImage(String inputImageFilePath){

publishProgress(UPLOADING_PHOTO_STATE);

File inputFile = new File(inputImageFilePath);

try {

//create file stream for captured image file

FileInputStream fileInputStream = new FileInputStream(inputFile);

//upload photo

final HttpURLConnection conn = uploadPhoto(fileInputStream);

Log.d(TAG,"Result from server : " + conn.getResponseMessage());

//get processed photo from server

if (conn != null){

getResultImage(conn);}

fileInputStream.close();

}

catch (FileNotFoundException ex){

Log.e(TAG, ex.toString());

}

catch (IOException ex){

Log.e(TAG, ex.toString());

}

}

public ServerTask(Context context) {

this.context = context;

}

protected void onPreExecute() {

this.dialog = new ProgressDialog(context);

this.dialog.setMessage("Photo captured");

this.dialog.show();

}

@Override

protected Void doInBackground(String... params) {//background operation

String uploadFilePath = params[0];

processImage(uploadFilePath);

//release camera when previous image is processed

return null;

}

//progress update, display dialogs

@Override

protected void onProgressUpdate(Integer... progress) {

if(progress[0] == UPLOADING_PHOTO_STATE){

dialog.setMessage("Uploading");

dialog.show();

}

else if (progress[0] == SERVER_PROC_STATE){

if (dialog.isShowing()) {

dialog.dismiss();

}

this.dialog = new ProgressDialog(context);

this.dialog.setMessage("Processing");

this.dialog.show();

}

}

@Override

protected void onPostExecute(Void param) {

if (dialog.isShowing()){

dialog.dismiss();

}

if (bitmapResult != null){

resultView.setImageBitmap(bitmapResult);

}

}

}

}

Training.m

% prepare class label for first run of svm [data]=xlsread('C:\wamp64\www\EE368_Android_Tutorial3_Server\dataTrain1.xlsx'

);

class=cell(333,1); class(1:186,1)={'Katarak'}; class(187:333,1)={'Normal'};

% perform run of svm figure, SVMModel = fitcsvm(data,class);

sv = SVMModel.SupportVectors; gscatter(data(:,1),data(:,2),class)

grid on hold on plot(sv(:,1),sv(:,2),'ko','MarkerSize',5) legend('Katarak','Normal','Support Vector') hold off xlabel('Metric') ylabel('Eccentricity')

save SVMModel.mat SVMModel

Uji.m

function computeSIFT(input_img_path, output_img_path) %----------------------------------------------------------------------------

- % EE368 Digital Image Processing % Android Tutorial #3: Server-Client Communication % Author: Derek Pang (dcypang@stanford.edu), David Chen (dmchen@stanford.edu) %----------------------------------------------------------------------------

-- % INPUT: % input_img_path - input image path % output_img_path - output image path %----------------------------------------------------------------------------

-- tic; %Add VLFeat library for computing SIFT feature addpath(genpath('C:/wamp64/www/EE368_Android_Tutorial3_Server/vlfeat-

0.9.14/'))

if nargin < 2 input_img_path

=('C:/wamp64/www/EE368_Android_Tutorial3_Server/upload/test.jpg'); output_img_path =('./output/test2.jpg'); end

if(isempty(input_img_path)) input_img_path =('./upload/test.jpg'); end

if(isempty(output_img_path)) output_img_path =('./output/test2.jpg'); end

% -------------------------------------------------------------------- % Load an image % -------------------------------------------------------------------- InputImg = imread(input_img_path) ; % -------------------------------------------------------------------- % Convert the to required format % --------------------------------------------------------------------

%GrayImg = rgb2gray(InputImg); % -------------------------------------------------------------------- % Run SIFT % --------------------------------------------------------------------

gray = rgb2gray(InputImg); offsets = [0 1;-1 1;-1 0;-1 -1]; [GLCMS,SI] = graycomatrix(gray,'Of', offsets); stat = graycoprops(GLCMS,{'contrast','homogeneity','correlation','energy'}); %stats=[stat.Contrast stat.Homogeneity stat.Correlation stat.Energy]; stats=[stat.Contrast stat.Homogeneity stat.Correlation stat.Energy];

load SVMModel Group = predict(SVMModel,stats);

if strcmp(Group, 'Katarak') K = imread('hasil/fixKatarak.png'); imwrite(K, output_img_path,'Quality',100); else N = imread('hasil/fixNormal.png'); imwrite(N, output_img_path,'Quality',100); end

display(Group) %Construct output image %convert figure to correct image perspective ratio

toc end

computeSIFT.php

<?php

#-------------------------------------------------------------------------------

# EE368 Digital Image Processing

# Android Tutorial #3: Server-Client Interaction Example for Image Processing

# Author: Derek Pang (dcypang@stanford.edu), David Chen (dmchen@stanford.edu)

#------------------------------------------------------------------------------

#function for streaming file to client

function streamFile($location, $filename, $mimeType='application/octet-stream')

{ if(!file_exists($location))

{ header ("HTTP/1.0 404 Not Found");

return;

}

$size=filesize($location);

$time=date('r',filemtime($location));

#html response header

header('Content-Description: File Transfer');

header("Content-Type: $mimeType");

header('Cache-Control: public, must-revalidate, max-age=0');

header('Pragma: no-cache');

header('Accept-Ranges: bytes');

header('Content-Length:'.($size));

header("Content-Disposition: inline; filename=$filename");

header("Content-Transfer-Encoding: binary\n");

header("Last-Modified: $time");

header('Connection: close');

ob_clean();

flush();

readfile($location);

}

#**********************************************************

#Main script

#**********************************************************

#<1>set target path for storing photo uploads on the server

$photo_upload_path = "C:/wamp64/www/EE368_Android_Tutorial3_Server/upload/";

$photo_upload_path = $photo_upload_path. basename( $_FILES['uploadedfile']['name']);

#<2>set target path for storing result on the server

$processed_photo_output_path = "./output/processed_";

$processed_photo_output_path = $processed_photo_output_path. basename(

$_FILES['uploadedfile']['name']);

$downloadFileName = 'processed_' . basename( $_FILES['uploadedfile']['name']);

#<3>modify maximum allowable file size to 10MB and timeout to 300s

ini_set('upload_max_filesize', '10M');

ini_set('post_max_size', '10M');

ini_set('max_input_time', 300);

ini_set('max_execution_time', 300);

#<4>Get and stored uploaded photos on the server

if(copy($_FILES['uploadedfile']['tmp_name'], $photo_upload_path)) {

#<5> execute matlab image processing algorithm

#example: Compute and display SIFT features using VLFeat and Matlab

$command = "matlab -nojvm -nodesktop -nodisplay -r

\"computeSIFT('$photo_upload_path','$processed_photo_output_path');exit\"";

exec($command);

#<6>stream processed photo to the client

while (!file_exists($processed_photo_output_path)) sleep(1);

streamFile($processed_photo_output_path, $downloadFileName,"application/octet-

stream");

} else{

echo "There was an error uploading the file to $photo_upload_path !";

}

?>