Artificial Intelligence Image Classification with Orange Chapter Four

BAB IV

IMPLEMENTASI TEORI

 

    Langkah pertama yang kalian lakukan pada software orange ini adalah menambahkan fitur image analisis dengan cara pilih options pada main menu lalu klik add ons seperti gambar dibawah ini

(Gambar IV.1)

    Sebelum menambahkan fitur image analisis pastikan komputer anda terhubung ke internet, jika tidak maka fitur tidak bisa ditambahkan. Oke setelah itu pilih image analisis dan oke seperti gambar dibawah ini.

(Gambar IV.2)

    Setelah klik oke pasti akan ada fitur nya dibagian toolbar nya seperti dibawah ini.

(Gambar IV.3)

    Selanjutnya klik bagian image analisis dan didalamnya pilih import data gambar nya yang sudah kita siapkan sendiri”, disini kami menggunakan data gambar berupa hewan, karena tujuan kami mengklasifikasi gambar hewan. 

(Gambar IV.4)

    Untuk melihat gambar nya, bisa dilihat di image viewer dan tarik prototype atau garis penghubung dari import image ke image viewer setelah itu klik image viewernya, seperti gambar dibawah ini.

 (Gambar IV.5)

    Langkah selanjutnya kita melihat datanya berbentuk tabel dengan cara mengklik fitur data, lalu klik table data terakhir tarik garis dari import image ke data table. 

(Gambar IV.6) 

    Dari gambar diatas terlihat ditabel data ada size dan width/height, nah itu semua merupakan data gambar nya bukan data keseluruhan tetapi data gambar yang ada didalamnya berbentuk pixel. Untuk bisa kita melakukan klasifikasi gambar, kita perlu mendapatkan fitur dari gambar tersebut dengan cara mengembedding image nya, seperti gambar dibawah ini. 

(Gambar IV.7) 

    Setelah sudah terhubung maka kita coba hubungkan dari image embedding ke data tabel, maka akan keliatan fiturnya seperti gambar dibawah ini 

(Gambar IV.8)

    Setelah selesai mengembedding, kita melakukan pemodelan dengan cara mengdistance fitur yang sudah didapet atau kata gaulnya mencocokkan fitur dari gambar satu dengan ke gambar lainnya dengan teknik unsupervised learing, unsupervised learing ini merupakan algoritma untuk menarik kesimpulan dari data yang sudah diketauhi atau dataset, perhatikan gambar dibawah ini. 

(Gambar IV.9) 

    Disini metode distance matrix menggunakan spearman karena menurut kami, metode pencocokan klasifikasi clustering nya lebih cocok dan kesalahan nya kecil. Selanjutnya kita melakukan clustering hirarki nya untuk melihat klasifikasi hasil dari programming yang sudah kita lakukan seperti gambar dibawah ini. 

(Gambar IV.10) 

    Terakhir untuk melihat hasil dari klustering nya kita bisa menggunakan image viewer kembali dengan menyambungkan dari cluster hirarki seperti gambar dibawah ini 

(Gambar IV.11) 

    Kalian bisa liat hasil dengan mengklik cluster hirarki dan image viewer seperti dibawah ini 

(Gambar IV.12) 

    Kalian bisa klik-klik bagian mana saja di clustering, maka di image viewer akan muncul hewan yang sama dengan klasifikasi nya, itulah contoh study kasus yang kami bisa presentasikan. Jika dilihat langkah programming nya hanya lima langkah menggunakan aplikasi orange ini untuk mengklasifikasikan gambar sesuai fitur-fitur yang cocok. 

(Gambar IV.13) 

    Dibandingkan dengan bahasa pemrograman scripting seperti python dan lain-lain, lebih simpel memakai aplikasi orange untuk bisa belajar AI ini khusunya untuk pemula.