<![CDATA[Salah satu cara untuk mengenali suatu citra adalah dengan membedakan tekstur yang merupakankomponen dasar pembentuk citra. Tekstur citra dapat dibedakan dengan kerapatan, keseragaman, keteraturan,kekasaran, dan lain-lain. Karena komputer tidak dapat membedakan tekstur seperti halnya penglihatanmanusia, maka digunakan analisis tekstur untuk mengetahui pola suatu citra digital berdasarkan ciri yangdiperoleh secara matematis.Makalah ini membahas hasil penelitian salah satu metode analisis tekstur yaitu metode run length.Metode ini mengenali jumlah run pada suatu piksel dengan level intensitas sama dan berurutan dalam satu arahtertentu. Kemudian ciri tekstur dapat diperoleh dari nilai SRE (Short Run Emphasis), LRE (Long RunEmphasis), GRU (Grey Level Uniformity), RLU (Run Length Uniformity), dan RPC (Run Percentage). Kelimaciri tersebut kemudian digunakan untuk klasifikasi dengan menggunakan metode LDA (Linear DiscriminantAnalysis) dan k-NN (k-Nearest Neighbor). Sedangkan citra tekstur yang dianalisis berasal dari VisTexDatabase.Dari hasil penelitian diketahui bahwa metode run length ini dapat digunakan untuk membedakan teksturhalus dan tekstur kasar. Tekstur halus akan menghasilkan nilai SRE, RLU, dan RPC yang besar dan nilai LREkecil. Sebaliknya tekstur kasar akan menghasilkan nilai LRE besar namun nilai SRE, RLU, dan RPC yang kecil.Setelah dilakukan klasifikasi dengan metode LDA dan k-NN dengan k=1, 3, 5, dan 7, diperoleh hasil klasifikasiterbaik menggunakan metode k-NN untuk k=1 dengan tingkat kesalahan klasifikasi sebesar 0%.Kata kunci: tekstur, analisis tekstur, run length, klasifikasi, LDA, k-NN.]]>
Copyrights © 2007
