KLASIFIKASI KOMPLEKSITAS VISUAL CITRA BERDASARKAN STRUCTURE, NOISE, DAN DIVERSITY MENGGUNAKAN SISTEM INFERENSI FUZZY MAMDANI

Kompleksitas visual citra merupakan representasi dari persepsi penglihatan manusia terhadap suatu citra. Pada penelitian ini, kompleksitas visual citra digunakan untuk mengkategorikan citra antara lain Very Simple, Simple, Medium, Complex, dan Very Complex. Kompleksitas visual citra direpresentasikan dengan tiga fitur, diantranya adalah fitur Structure, Noise, dan Diversity. Fitur Structure diekstraksi dengan menghitung rasio antara piksel tepi dengan total jumlah piksel pada citra, tepi dari citra dideteksi dengan tiga deteksi tepi yaitu Sobel, Prewitt dan Laplacian of Gaussian. Fitur Noise diekstraksi dengan menghitung Standard Deviasi dari citra yang dikonvolusi dengan kernel Laplacian. Sedangkan fitur Diversity diekstraksi dengan membagi antara piksel sudut dengan jumlah baris pada citra, sudut dari citra dideteksi menggunakan FAST Algorithm. Sistem Inferensi Fuzzy tipe Mamdani digunakan untuk memberi label pada citra berdasarkan fitur yang sudah diekstraksi. Hasil uji coba menunjukkan bahwa semakin banyak objek dan pola pada citra, maka semakin tinggi pula kompleksitas visual dari citra. Sebaliknya, semakin sedikit objek dan pola pada citra, maka semakin rendah pula kompleksitas visual dari citra. Disamping itu, tiga jenis deteksi tepi yang digunakan untuk mengekstraksi fitur Structure tidak begitu berpengaruh terhadap sistem.