Algoritma Sequential Feed Forward Selection Untuk Pemilihan Band Pada Citra Hiperspektral

Abstract

Pemilihan band pada citra hiperspektral berguna untuk mengurangi kemungkinan terjadinya fenomena \"kutukan dimensi\". Fenomena ini terjadi jika jumlah set data latihan terbatas dan lebih kecil Bari jumlah dimensi data yang ada. Hal ini dapat terjadi pada citra hiperspektral dhrzanajlanlah dimensi data berukuran besar. Pada makalah ini akan diterapkan algoritma Sequential Feed Forward Selection (SFFS) dalam proses pemilihan ciri pada citra hiperspektral. Algoritma SFFS merupakan algoritma sequential yang banyak digunakan dalam proses pemilihan ciri. Cara kerja SFFS yaitu dengan mencari kombinasi terbaik dari hinzpunan ciri yang diberikan. Cara kerja ini mirip dengan algoritma Sequential Forward Selection (SFS), tetapi pada SFFS terdapat proses mundur (backtracking). Pro.ses backtracking digunakan untuk memeriksa dart n sub ciri apakah terdapat n-1 ciri yang lebih baik dibandingkan n sub ciri tersebut. Jika n-1 ciri lebih baik dibandingkan n ciri, maker yang dipilih adalah n-1 ciri. Hal ini dilakukan untuk memastikan ciri yang terpilih merupakan ciri yang terbaik Untuk memeriksa kriteria dart pemilihan ciri yang terbaik digunakan konsep jarak yang biasa disebut dengan probabilistic distance measure. Adapun kriteria probabilistik yang digunakan yaitu battacharyya distance. Pemilihan battacharyya distance dikarenakan battacharyya distance memberilcan basil yang lebih baik dibandigkan dengan divergence. Selain itu jika dibandingkan chernoffdistance, maka tingkat error-nya lebih kecil. Kinerja algoritma diukur dart nilai !criteria pemilihan ciri yang digunakan, waktu komputasi dan tampilan dart false color composite display. False color composite display merupakan penampilan visual citra hiperspektral yang berguna untuk pemilihan sampel dan perencanaan serta pelaksanaan petunjuk cek lapangan. False Color composite display biasanya terdiri atas kombinasi terbaik beberapa citra yang merepresentasikan keseluruhan saluran spektrum[MAN041. Dori penelitian ini, didapat kinerja algoritma SFFS yang cukup baik dalam memilih ciri, hal ini terlihat dart besarnya nilai kriteria, kecepatan komputasi dalam klasifikasi ciri dan tampilan false color composite display.