Analisis Diskriminan Kernel Untuk Pengelompokkan Warna

Abstract

Analisis diskriminan kernel merupaknn salah satu metode nonparametrik untuk mengklasifikasikan obyek dan reduksi data. Pada metode ini fimgsi kepadatan peluang posterior diduga dengan menggunaknn metode kernel. Pendugaan fungsi kepadatan peluang untuk data peubah ganda lebih kompleks dibanding peubah tunggal karena adanya korelasi antar peubah. Perfomansi dari penduga fungsi kepekatan peluang dengan metode kernel sangat ditentukan oleh pemilihan parameter penghalus, dan sedikit dipengaruhi fungsi kernel. Penerapan metode disk'riminan kernel Ilntuk mengelompokkan empat warna cat memberikan persen tase salah kelas 0 %. Sedangknn analisis diskriminan linear Fisher memberikan persentase salah kelas sebesar 17.92 %.