LAMPIRAN

DATA PENELITIAN

Gambar telapak tangan yang digunakan untuk penelitian terdiri dari 10 orang yang berbeda dengan setiap

orang memiliki 10 variasi.

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-1

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

57

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-2

Orang Ke-3

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

58

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-4

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

Orang Ke-5 Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

59

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-6

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

60

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-7

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

Orang Ke-8 Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

61

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-9

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

62

Citra 1 Citra 2 Citra 3 Citra 4 Citra 5

Orang Ke-10

Citra 6 Citra 7 Citra 8 Citra 9 Citra 10

63

PERHITUNGAN PRINCIPAL COMPONENT ANALYSIS (PCA)

Sebuah citra dapat dianggap sebuah matriks dengan citra perhitungannya dilakukan sebagai

berikut: Contoh :

1. tentukan citra pelatihan dan

ujicoba(kalau kurang tambah

sampai 5 citra)

2. soalx di contohx ini g dan citra

ujicobanya, takut di tanyakan,

tambahkan saja mas.

3. Diberi keterangan di setiap step

perhitungan, biar saya ngerti

mas (warna biru)

Misalkan data x1, x2 dan x3 merupakan sampel dari citra pelatihan, maka hal pertama yang dilakukan

adalah merubah dari matriks menjadi vektor kolom yang dijadikan satu menjadi sebuah dataset.

Selanjutnya dilakukan Zero Mean terhadap data diatas, dengan terlebih dahulu mencari vektor rata-rata dari

dataset diatas.

Setelah didapatkan matrik Zero Mean dilakukan perhitungan untuk mendapatkan matriks kovarian.

66

Kemudian dicari nilai eigen dari matrik kovarian diatas:

eigen vektor

eigen value

Lalu hitung matrik principal component dengan menggunakan rumus dibawah ini:

67

Setelah itu matrik Principal Component ditransformasikan menjadi matrik bobot yang akan digunakan sebagai

acuan nilai pada uji coba Nave Bayes, dengan rumus sebagai berikut:

68

PERHITUNGAN NAVE BAYES

Image Kelas Karakteristik 1 Karakteristik 2 Karakteristik 3

1 a 20 60 30

2 a 19 55 35

3 b 10 70 32

4 b 12 72 28

5 c 10 60 40

6 c 11 40 43

Test Image ??? 14 60 38

aK a 1r

(20 19) / 2

19. 5

>>>MEAN

aKa 1r

(20

19. )5 2

19(

19. )5 2 2/(

)1

0. 707 >>SD (STANDART DEVIASI)

69

2

P( X x | Y y )

1 exp

1 xi

ij ii j 2ij 2

ij

2

P( X i a | Karakteris 1tik

)14

1 ex p

1 xi a K a 1r

2aK a 1r

2 aK a 1r

P( X

a | Karakteri tsi 1k

2

)14 1

ex p 1 14 19 5.

i

2 * 3 14.

* 0 7. 07 2 0 7.

07

= 4.1127E-14 >>> P (PELUANG)

70

aK ar2 60(

)55 / 2

57. 5 >>>MEAN

aKar2

60(

57. )5 2

60(

57. )5 2 2/(

)1

3. 535534 >>SD (STANDART DEVIASI)

2

P( X x | Y y )

1 exp

1 xi

ij ii j 2ij 2

ij

2

P( X i a | Karakteris 1tik

)60

1 ex p

1

xi

aKar2

2a Kar2

2 aKar2

2

P( X i a | Karakteris 1tik )60

1

ex p 1

60 57 5.

2 * 3 14.

* 3 535534.

2 3 535534.

= 0.087900542 >>> P (PELUANG)

71

72

aK a 3r

30(

)35 / 2

32. 5 >>>MEAN

aKa 3r

30(

32. )5 2

30(

32. )5 2 2/(

)1

3. 535534 >>SD (STANDART DEVIASI)

2

P( X x | Y y )

1 exp

1 xi

ij ii j 2ij 2

ij

2

P( X i a | Karakteris 3tik

)38

1 ex p

1 xi a K a 3r

2a K a 3r

2 a K a 3r

2

P( X i a | Karakteris 3tik

)38

1

ex p 1

38 32 5.

2 * 3 14.

* 3 535534.

2 3 535534.

= 0.033656492 >>> P (PELUANG)

73

Total P (PELUANG) = 4.1127E-14 * 0.087900542 * 0.033656492

= 4.05E-17

Dengan cara yang sama, maka akan didapatkan nilai :

1. Rata-rata tiap image tiap karakteristik

2. Standart deviasi tiap image tiap karakteristik 3. Peluang masing-masing image

4. Peluang tiap image tiap karakteristik Rata-rata

a 19.5 57.5 32.5

b 11 71 30

c 10.5 50 41.5

Standart Deviasi

a 0.70711 3.5355 3.5355

b 1.4142 1.4142 2.8284

c 0.70711 14.142 2.1213

Peluang tiap citra tiap karakteristik

a 4.11E-14 0.087878 0.033648

b 0.029733 2.06E-14 0.0025834

c 2.70E-06 0.02197 0.048215

Peluang image yang dicari terhadap masing-masing Kelas adalah 4.0557E-17, 5.26764E-19, 9.53957E-10. Karena

terbesar adalah image C, maka nilai tersebut masuk dalam kelas C.

75