Fuzzy Clustering untuk Vector Quantization pada Hidden Markov Models di dalam Proses Pengenalan Gerakan

Abstract

Pengenalan gerakan telah banyak dipelajari sampai sekarang karena penerapannya telah banyak diimplementasikan di berbagai aspek. Salah satu tantangan dalam pengenalan gerakan ini adalah representasi data dalam bentuk urutan. Untuk dapat menghasilkan model pada pengenalan gerakan, metode yang digunakan harus dapat menangani sifat sekuensial pada data. Hidden Markov Models adalah salah satu metode yang paling banyak digunakan untuk mengatasi tantangan ini. Tapi sebelum dimodelkan dengan menggunakan Hidden Markov Modela, data input harus diubah menjadi data observasi agar sesuai dengan spesifikasi yang dibutuhkan dari Hidden Markov Models. Proses ini dilakukan melalui Vector Quantization namun banyak implementasi menerapkannya dengan menggunakan Hard Clustering. Jenis Clustering ini memiliki risiko tinggi untuk kehilangan informasi selama proses pembentukan pusat cluster. Oleh karena itu, dalam penelitian ini mengusulkan penggunaan Fuzzy Clustering untuk Vector Quantization. Dari hasil yang diperoleh, diketahui bahwa Fuzzy Clustering lebih baik daripada Hard Clustering untuk Vector Quantization pada Hidden Markov Models dalam pengenalan gerakan. Dengan demikian, Fuzzy Clustering direkomendasikan sebagai proses untuk kuantisasi pada Hidden Markov Models untuk pengakuan gerakan.