Open AccessKlasifikasi Mamalia Berdasarkan Bentuk Wajah Dengan k-NN Menggunakan Fitur CAS dan HOG
Author(s) -
Muhammad Ezar Al Rivan,
Yohannes Yohannes
Publication year - 2019
Publication title -
jatisi (jurnal teknik informatika dan sistem informasi)/jatisi: jurnal teknik informatika dan sistem informasi
Language(s) - English
Resource type - Journals
eISSN - 2503-2933
pISSN - 2407-4322
DOI - 10.35957/jatisi.v5i2.139
Subject(s) - artificial intelligence , pattern recognition (psychology) , computer science
Klasifikasi pada jenis objek sudah banyak dilakukan pada beberapa jenis data citra. Klasifikasi jenis hewan telah dilakukan menggunakan pendekatan segmentasi dan tanpa segmentasi sebagai tahapan awal. Context Aware Saliency (CAS) merupakan metode yang mampu membuat wilayah objek menjadi lebih dominan dibandingkan dengan background dalam mode saliency sehingga dapat menjadi alternatif pengganti proses segmentasi objek. Fitur bentuk diambil berdasarkan citra hasil saliency menggunakan metode Histogram of Oriented Gradient (HOG). Metode K-Nearest Neighbors (K-NN) digunakan untuk klasifikasi jenis hewan mamalia berdasarkan fitur HOG dari citra saliency. Dataset yang digunakan pada penelitian ini adalah LHI-Animal-Faces. Hasil yang didapatkan menunjukkan bahwa jenis hewan yang dapat dikenali dengan baik, yaitu Kucing dan Harimau, sedangkan Domba, Anjing, dan Babi belum mampu dikenali dengan baik.