56
dipilih
secara
tepat,
maka
diharapkan
set
fitur
tersebut
dapat
memberikan
informasi
yang
relevan
dari
data
input
untuk
menjalankan
tugas
tertentu
menggunakan suatu
set
representasi, bukan dengan data input awal yang banyak.
Ekstraksi
fitur
merupakan tahap
yang
sangat
penting
dalam
proses
pengenalan.
Karena dengan
adanya
proses
ekstraksi
fitur,
maka
data
yang
harus
diproses untuk
mengenali akan
lebih
sedikit dan akurat. Di samping
itu
fitur tersebut haruslah
memiliki
keunikan
tersendiri
yang
dapat
menjadikan data
tersebut
menjadi
milik
seseorang
atau
sesuatu secara unik.
Beberapa
Teknik ekstraksi
fitur antara
lain (Menurut Rathna
Ramaswamy dalam
papernya
yang
berjudul
Performance Evaluation
of
Feature
Extraction
Algorithms
for
Character Recognition)
Zoning
Zoning
adalah
ekstraksi
fitur
paling
mudah
dan
mendasar dalam
ekstraksi
fitur.
Zoning
membagi
gambar ke
dalam
beberapa bagian, dan
masing-masing bagian
dihitung jumlah pixel hitam atau putih per jumlah pixel yang ada.
Moments
Teknik
ini
digunakan
sebagai
fitur
pola
untuk
mengenali dua
dimensi
pola
gambar. Fitur-fitur pola
ini
mengekstrak properti global dari
gambar seperti, luas
bentuk, center of mass, moment of inertia, dan lain-lain.
Histogram
Histogram
adalah
grafik
yang
menunjukan
distribusi
dari
pixel-pixel
gambar
gray level (gray-level image). Histogram untuk gambar biasanya terdapat 2 jenis,
 |