PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI … · Pengenalan pola merupakan merupakan salah...
Transcript of PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI … · Pengenalan pola merupakan merupakan salah...
PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE
DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN
PROBABILISTIK
TUGAS AKHIR
Diajukan Untuk Memenuhi
Persyaratan Guna Meraih Gelar Sarjana Strata 1
Teknik Informatika Universitas Muhammadiyah Malang
Oleh :
Kun Fawaid
08560035
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2013
ii
LEMBAR PERSETUJUAN
PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN
PROBABILISTIK
TUGAS AKHIR
Oleh :
Kun Fawaid
08560035
Telah Direkomendasikan Untuk Diajukan Sebagai Judul Tugas Akhir Di Teknik Informatika Universitas Muhammadiyah Malang
Menyetujui,
Pembimbing I
Eko Budi Cahyono, S.Kom, MT NIP.108.9504.0330
Pembimbing II
Wahyu Andhyka Kusuma, S.Kom NIDN.672.006.8701
iii
LEMBAR PENGESAHAN
PENGENALAN POLA SENYUM BERBASIS EKSTRAKSI CIRI EDGE DETECTION DENGAN PENDEKATAN JARINGAN SARAF TIRUAN
PROBABILISTIK
TUGAS AKHIR
Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata Satu
Teknik Informatika Universitas Muhammadiyah Malang
Disusun Oleh : KUN FAWAID 0 8 5 6 0 0 3 5
Tugas Akhir ini telah diuji dan dinyatakan lulus oleh tim penguji pada tanggal 31 Januari 2013
Mengetahui/Menyetujui
Penguji I
Yudha Munarko, S.Kom, M.Sc NIP 108.0611.044
Penguji II
Saifuddin, S.Kom
Mengetahui
Ketua Jurusan Teknik Informatika
Eko Budi Cahyono, S.Kom, MT NIP108.9504.0330
iv
LEMBAR PERNYATAAN
Yang bertanda tangan di bawah ini:
Nama : Kun Fawaid
Tempat / Tgl Lahir : Banyuwangi, 20 Agustus 1988
NIM : 0 8 5 6 0 0 3 5
Fakulats / Jurusan : Teknik / Teknik Informatika
Dengan ini saya menyatakan bahwa Tugas Akhir dengan judul “Pengenalan Pola
Senyum Berbasis Ekstraksi Ciri Edge Detection dengan Pendekatan Jaringan
Saraf Tiruan Probabilistik” beserta seluruh isinya adalah karya saya sendiri dan
bukan merupakan karya tulis orang lain, baik sebagian maupun keseluruhan,
kecuali dalam bentuk kutipan yang telah disebutkan sumbernya.
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.
Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam
karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini
maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku.
Malang, 21 Januari 2012
Yang Membuat Pernyataan
Kun Fawaid Mengetahui,
Dosen Pembimbing I
Eko Budi Cahyono, S.Kom, MT NIP 108.9504.0330
Dosen Pembimbing II
Wahyu Andhyka Kusuma, S.Kom NIDN 672.006.8701
v
ABSTRAKSI
Pengenalan pola merupakan merupakan salah satu masalah yang umum
yang sering dihadapi oleh sistem untuk dapat mengenali objek seperti layaknya
manusia. Pengenalan pola senyum menggunakan jaringan saraf tiruan
probabilistik dirancang untuk menciptakan sebuah sistem yang mampu mengenali
pola tipe senyum dan mengelompokkan kedalam kelompok yang sesuai
berdasarkan pola tipe senyum yang telah dilatih sebelumnya. Pengenalan pola tipe
senyum ini diawali dengan tahapan pra-proses, ekstraksi ciri, pengukuran
kemiripan dan penentuan hasil pengenalan. Dengan menggunakan 40 buah data
latih dan 14 buah data uji, pengujian aplikasi pengenalan pola senyum ini
menghasilkan akurasi sebesar 64.28%.
keyword: pattern recognition, preprocessing, grayscalling, sharpening, feature
extraction, edge detection, probabilistik neural network
vi
ABSTRACT
Pattern recognition is one of the common problems faced by the system to
be able to recognize objects such as the ability possessed by humans. Smile
pattern recognition using a probabilistic neural network are designed to create a
system capable of recognizing and classifying patterns of smile type into the
appropriate clusters based on the pattern type of smile that had been trained
previously. This type of pattern recognition smile begins with a pre-process stage,
feature extraction, similarity measurement and determination of the identification
results. By using the data of 40 train and 14 test data, test pattern recognition
applications smile produces accuracy of 64.28%.
keyword: pattern recognition, preprocessing, grayscalling, sharpening, feature
extraction, edge detection, probabilistik neural network
vii
LEMBAR PERSEMBAHAN
Dengan mengucap uji dan syukur kehadirat Allah SWT atas berkat rahmat
dan hidayah-Nya tugas akhir berjudul “Pengenalan Pola Senyum Berbasis
Ekstraksi Ciri Edge Detection dengan Pendekatan Jaringan Saraf Tiruan
Probabilistik” ini dapat terselesaikan dengan baik.
Dalam penyusunan tugas akhir ini, penulis menyadari sepenuhnya bahwa
tanpa bantuan dan bimbingan dari berbagai pihak, tugas akhir ini tidak akan
terwujud. Oleh sebab itu, pada kesempatan ini penulis menyampaikan rasa
terimakasih yang banyak dan sebesar-besarnya kepada:
1. Ibu dan Bapak yang selalu memberikan dukungan dan serta doa, pengorbanan
serta nasehat yang membuat penulis penuh semangat dalam menyelesaikan
tugas akhir ini.
2. Dosen pembimbing saya, Bapak Eko Budi Cahyono, S.Kom.MT, dan Bapak
Bapak Wahyu Andhyka Kusuma, S.Kom yang sudah membimbing dan
memberikan arahan serta memberikan banyak pencerahan selama pengerjaan
tugas akhir ini.
3. Seluruh dosen Teknik Informatika, saya ucapkan terima kasih banyak atas
ilmu yang telah diberikan.
4. Saudara-saudara saya, Adib Zamroni, Umdatul Holidah dan Rifqotul Umami
yang selalu memberikan dukungan dalam segala hal. Aira, Sazhia, Elnath
yang selalu memberikan senyuman.
5. Teman-teman seperjuangan, Resa, Reza, Imam, Aan, Pi’i, Ainul, Farid, Bayu,
Tomi, Anggit.
viii
KATA PENGANTAR
Bismillahirahmanirrahim. Dengan mengucap puji dan syukur kehadirat
Allah SWT atas limpahan rahmat dan hidayah-Nya sehingga penulis dapat
menyelesaikan dengan baik tugas akhir ini yang berjudul “Pengenalan Pola
Senyum Berbasis Ekstraksi Ciri Edge Detection dengan Pendekatan Jaringan
Saraf Tiruan Probabilistik”.
Pada penelitian tugas ahir ini, dirancang sebuah sistem yang bertujuan
untuk dapat mengenali pola tipe senyum. Senyum merupakan salah satu ekspresi
yang mewakili momen, kejadian ataupun perasaan bahagia dan banyak orang
berusaha mengabadikan ekspresi ini. Oleh sebab itu penulis merancang sebuah
sietem yang dapat mengenali senyum.
Penulis menyadari sepenuhnya, dengan keterbatasan waktu, kemampuan,
pengetahuan dan pengalaman, Tugas Akhir ini masih jauh dari kesempurnaan oleh
sebab itu penulis mengharapkan masukan berupa saran maupun kritikan yang
membangun untuk pengembangan sistem pengenalan pola senyum ini lebih lanjut.
Akhir kata penulis berharap semoga Tugas Akhir ini dapat bermanfaat dan
menjadi tambahan ilmu pengetahuan.
Malang, 21 Januari 2013
Penulis
ix
DAFTAR ISI
HALAMAN JUDUL ............................................................................................ i
LEMBAR PERSETUJUAN ................................................................................. ii
LEMBAR PENGESAHAN ................................................................................. iii
LEMBAR PERNYATAAN ................................................................................ iv
ABSTRAKSI ....................................................................................................... v
ABSTRACT ....................................................................................................... vi
LEMBAR PERSEMBAHAN ............................................................................. vii
KATA PENGANTAR ...................................................................................... viii
DAFTAR ISI ...................................................................................................... ix
DAFTAR GAMBAR ......................................................................................... xii
DAFTAR TABEL ............................................................................................ xiii
BAB I PENDAHULUAN .................................................................................... 1
1.1 Latar Belakang .................................................................................. 1
1.2 Rumusan Masalah.............................................................................. 2
1.3 Tujuan ............................................................................................... 2
1.4 Batasan Masalah ................................................................................ 3
1.5 Metodologi Penyelesaian Masalah ..................................................... 3
1.6 Sistematika Penulisan ........................................................................ 4
BAB II LANDASAN TEORI .............................................................................. 6
2.1 Citra (Image) ..................................................................................... 6
2.1.1 Definisi Citra .............................................................................. 6 2.1.2 Jenis-jenis Format Citra .............................................................. 6
2.2 Pengolahan Citra (Image Processing) ................................................ 8
2.2.1 Definisi Pengolahan Citra ........................................................... 8
2.2.2 Operasi Pengolahan Citra ............................................................ 9
2.3 Pengenalan Pola Citra ...................................................................... 10
2.3.1 Definisi Pengenalan Pola Citra .................................................. 10
2.4 Pra-proses (Preprocessing) .............................................................. 11
2.4.1 Grayscaling .............................................................................. 11
2.4.2 Sharpening ............................................................................... 12
x
2.5 Ekstraksi Ciri (Feature Extraction) .................................................. 12 2.5.1 Definisi Ekstraksi Ciri ............................................................... 12
2.6 Deteksi Tepi (Edge Detection) ......................................................... 12
2.6.1 Definisi Deteksi Tepi ................................................................ 12
2.6.2 Operator Deteksi Tepi ............................................................... 13
2.7 Jaringan Saraf Tiruan ....................................................................... 15
2.7.1 Definisi Jaringan Saraf Tiruan................................................... 15
2.7.2 Arsitektur Jaringan Saraf Tiruan (JST) ...................................... 16
2.8 Jaringan Saraf Tiruan Probabilistik (JSTP) ...................................... 18
2.8.1 Definisi Jaringan Saraf Tiruan Probabilistik .............................. 18
2.8.2 Arsitektur Jaringan Saraf Tiruan Probabilistik .......................... 20
2.9 Senyum ........................................................................................... 21
2.9.1 Definisi Senyum ....................................................................... 21
2.9.2 Pola Senyum ............................................................................. 21
BAB III PERANCANGAN SISTEM ................................................................. 23
3.1 Perancangan Alur Sistem ................................................................. 23
3.2 Perancangan Jaringan Saraf Tiruan Probabilistik.............................. 29
BAB IV MPLEMENTASI DAN PENGUJIAN .................................................. 30
4.1 Implementasi Sistem ........................................................................ 30
4.1.1 Citra.......................................................................................... 30
4.1.2 Pemotongan Citra ..................................................................... 30
4.1.3 Konversi Format File ................................................................ 32
4.1.4 Merubah Ukuran Citra .............................................................. 33
4.1.5 Pra-proses ................................................................................. 34
4.1.6 Deteksi Tepi ............................................................................. 35
4.1.7 Training Data ............................................................................ 36
4.2 Pengujian ......................................................................................... 37
4.2.1 Perancangan Pengujian ............................................................. 37
4.2.2 Pengujian Sistem ...................................................................... 37
4.2.3 Interface Aplikasi ...................................................................... 43
BAB V KESIMPULAN DAN SARAN.............................................................. 46
5.1 Kesimpulan ..................................................................................... 46
xi
5.2 Saran ............................................................................................... 46
DAFTAR PUSTAKA ........................................................................................ 48
xii
DAFTAR GAMBAR
Gambar 2.1 Arsitektur Jaringan Saraf Tiruan ..................................................... 16
Gambar 2.2 Arsitektur JSTP .............................................................................. 20
Gambar 2.3 Senyum Tipis .................................................................................. 22
Gambar 2.4 Senyum Lebar ................................................................................. 22
Gambar 3.1 Flowchart sistem secara umum ....................................................... 23
Gambar 3.2 Flowchart grayscalling ................................................................... 24
Gambar 3.3 Flowchart sharpening ..................................................................... 25
Gambar 3.4 Flowchart edge detection ................................................................ 26
Gambar 3.5 Flowchart pelatihan dengan JSTP ................................................... 27
Gambar 3.6 Flowchart pengujian dengan JSTP .................................................. 28
Gambar 3.7 Rancangan Jaringan JSTP senyum .................................................. 29
Gambar 4.1 Pemotongan citra ............................................................................ 31
Gambar 4.2 Hasil pemotongan ........................................................................... 31
Gambar 4.3 Konversi format citra dari .jpg ke .bmp ........................................... 32
Gambar 4.4 Format dan kedalaman warna.......................................................... 33
Gambar 4.5 Resize image ................................................................................... 33
Gambar 4.6 Hasil grayscalling ........................................................................... 34
Gambar 4.7 Hasil sharpening ............................................................................. 35
Gambar 4.8 Hasil deteksi tepi ............................................................................ 35
Gambar 4.9 Struktur menu aplikasi .................................................................... 43
Gambar 4.10 Tampilan utama ............................................................................ 43
Gambar 4.11 Tampilan pelatihan ....................................................................... 44
Gambar 4.12 Tampilan pengujian ...................................................................... 44
Gambar 4.13 Tampilan informasi ....................................................................... 45
xiii
DAFTAR TABEL
Tabel 2.1 Proses umum komputer visi ................................................................ 10
Tabel 4.1 Hasil Pengujian pola senyum tipis ...................................................... 38
Tabel 4.2 Hasil Pengujian pola senyum lebar ..................................................... 40
Tabel 4.3 Confusion matrix ................................................................................ 42
xiv
DAFTAR PUSTAKA
Subchan Ajie Ari Bowo, Achmad Hidayatno, R. Rizal Isnanto. Analisis Deteksi
Tepi Untuk Mengidentifikasi Pola Daun, Jurusan Teknik Elektro Fakultas Teknik
Universitas Diponegoro.
Afnisyah Taurisna. 2009. Analisis Pengaruh Kualitas Resolusi Citra Terhadap
Kinerja Metode Pendeteksi Tepi, Universitas Sumatera Utara, Medan.
Panji Novia Pahludi, Achmad Hidayatno, R. Rizal Isnanto. Klasifikasi Citra
Berdasarkan Tekstur Menggunakan Jaringan Saraf Tiruan Perambatan Balik,
Jurusan Teknik Elektro Fakultas Teknik Universitas Diponegoro.
Linggo Sumarno. 2007. Pengenalan Huruf Tulisan Tangan Berderau dan
Terskala Berbasis Ekstraksi Ciri DCT Dengan Menggunalan Jaringan Saraf
Probabilistik, Jurusan Teknik Elektro Fakultas Teknik Universitas Sanata
Dharma, Yogyakarta.
Prasetyo, Eko. 2011. Pengolahan Citra Digital dan Aplikasinya Menggunakan
Matlab. Yogyakarta: ANDI Yogyakarta.
Muntasa, Arif. 2010. Konsep Pengolahan Citra Digital dan Ekstrasi Fitur.
Jakarta: Graha Ilmu.
Tjiharjadi, Semuil. 2006. Watermaking Citra Digital Menggunakan Teknik
Amplitude Modulation. Jurusan Teknik Elektro Fakultas Teknik Universitas
Kristen Maranatha, Bandung.
Gonzalez, Rafael C. 2002. Digital Image Processsing – Second Edition.
University of Tennessee, United States
Gonzales, Rafael C. 2003. Digital Image Processing Using Matlab. University of
Tennessee, United States.