Sinopsis & Deskripsi
Buku “Metode Analisis Tekstur dan Citra dalam Kecerdasan Buatan” menghadirkan pembahasan mendalam mengenai teknik-teknik pemrosesan citra yang berfokus pada analisis tekstur serta aplikasinya dalam kecerdasan buatan (AI). Analisis tekstur menjadi salah satu pendekatan penting dalam pengolahan citra digital karena mampu merepresentasikan pola visual, struktur permukaan, serta karakteristik detail dari suatu objek. Dalam buku ini, pembaca akan diperkenalkan pada berbagai metode analisis tekstur, mulai dari metode statistik seperti Gray Level Co-occurrence Matrix (GLCM), Local Binary Pattern (LBP), hingga metode transformasi seperti Gabor Filter dan Wavelet Transform. Selain itu, juga dibahas metode modern berbasis deep learning yang mengintegrasikan convolutional neural network (CNN) untuk klasifikasi citra dengan tingkat akurasi yang tinggi. Tidak hanya teori, buku ini juga dilengkapi dengan studi kasus nyata yang mengaitkan analisis tekstur dengan bidang pertanian, kesehatan, keamanan, hingga industri manufaktur. Setiap bab dirancang sistematis, dimulai dari konsep dasar, algoritma, implementasi dalam perangkat lunak, hingga evaluasi performa menggunakan metrik akurasi, presisi, recall, dan F1-score. Dengan gaya penyajian yang jelas dan aplikatif, buku ini ditujukan bagi mahasiswa, peneliti, dan praktisi yang ingin memahami sekaligus mengimplementasikan metode analisis tekstur dan citra dalam berbagai sistem kecerdasan buatan.