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.

xv

Febriani, Lussiana ETP. Agustus 2008. Analisis Penelusuran Tepi Citra

Mengguankan Detektor Tepi Sobel dan Canny, Depok.

Afnisyah Taurisna. 2009. Analisis Pengaruh Kualitas Resolusi Citra Terhadap

Kinerja Metode Pendeteksi Tepi, Universitas Sumatera Utara, Medan.