Penerapan Algoritma Jaringan Saraf Tiruan

Backpropagation Untuk Pengenalan Pola Tanda

Tangan

Proposal Penelitian untuk Tugas Akhir

oleh

Muhammad Radin

1257301073

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK ELEKTRO

POLITEKNIK NEGERI LHOKSEUMAWE

2015

1. Latar Belakang

Dalam kehidupan sehari-hari sering dilakukan proses identifikasi, mulai dari

pelayanan perbankan, kesehatan, kependudukan, akademis, keimigrasian dan

banyak lagi lainnya. Ada banyak cara yang bisa digunakan untuk prose

identifikasi, dan yang paling banyak menggunakan tanda tangan. Secara manual

pengenalan pola tanda tangan dengan cara membandingkan atau mencocokkan

tanda tangan yang didapat pada waktu transaksi dengan specimen tanda tangan

sah yang sebelumya sudah disimpan.

Untuk jaringan saraf tiruan ini menggunakan arsitektur jaringan dengan

banyak lapisan dan menggunkan algoritma Backpropagation. Setiap lapisan

membutuhkan fungsi aktivitas atau fungsi transfer. Kegunaan dari funsi ini adalah

untuk menggambarkan hubungan antara tingkat aktivitas internal (summation

function) yang mungkin berbentuk linear atau non linear.

2. Perumusan Masalah

Berdasarkan latar belakang di atas, maka permasalahan tersebut dapat

dirumuskan sebagai berikut :

1. Bagaimana membuat penerapan algoritma pada pengenalan tanda

tangan menggunakan jaringan sraf tiruan dengan metode

backpropagation

2. Bagaimana metode backpropagation digunakan sebagai algoritma yang

dapat digunakan dalam pengenalan tanda tangan

3. Batasan Masalah

Pada tugas akhir ini terdapat pembatasan masalah dengan maksud untuk

mempermudah penulisan. Pembatasan masalah itu antara lain :

1. Tanda tangan yang digunakan adalah citra tanda tangan yang di scan

2. Metode pengenalan tanda tangan yang digunakan adalah metode

backpropagation.

3. Aplikasi ini dibuat dengan menggunakan bahasa pemrograman Visual Basic.

4. Database yang digunakan adalah Microsoft access.

4. Tujuan dan Manfaat Penelitian

Penelitian ini bertujuan untuk pengenalan tanda tangan dengan pengolahan

citra digital dan penggunaan jaringan saraf tiruan ini adalah:

1. Mengurangi resiko kesalahan pengenalan tanda tangan secara manmanual.

2. Mengetahui manfaat pengolahan citra digital dalam dunia nyata.

3. Mengatahui ketepatan pengenalan dengan menggunakan jaringan saraf

tiruan dalam hal ini manggunakan metode backpropagation.

Adapun manfaat yang diharapkan dari penelitian ini adalah:

1. Menfaat teoritis

Penelitian ini diharapkan dapat menjadi referensi penelitian selanjutnya

berkaitan dengan penerapan pengolahan citra digital dan jaringan saraf

tiruan metode backpropagation dalam dunia nyata.

2. Manfaat praktis

Hasil dari penelitian ini diharapkan dapat menghemat waktu dan

memperkacil resiko kesalahan pengenalan tanda tangan sehingga transaksi

dalam proses bisnis dapat berjalan secara efektif dan efisien.

5. Metodologi Penelitian

Pada penelitian ini menggunakan metode pengembangan perangkat lunak yang

terdiri dari tahap-tahap berikut ini:

1. Analisa kasus

Tahap ini merupakan tahap untuk menganalisis kasus yang diperoleh dari

pembuatan Aplikasi sebelumnya.

2. Perancangan

Ditahap ini akan dilakukan perancangan yang dibutuhkan dalam

membangun aplikasi pengenalan tanda tangan menggunakan metode

backpropagation

3. Implementasi

Pada tahap ini akan dilakukan implementasi hasil rancangan menjadi

sebuah Aplikasi yang dapat digunakan sebagai media bisnis.

4. Pengujian

Tahap ini akan dilakukan suatu pengujian aplikasi yang dimana

pengujiannya sesuai dengan tujuan dan manfaat dari aplikasi ini.

5. Evaluasi

Pada tahap evaluasi akan ditinjau kembali dari hasil pengujian yang

diperoleh untuk menghasilkan sebuah Aplikasi pengenalan tanda tangan.

Adapun data yang digunakan adalah tanda tangan (digital) dengan kualitas

resolusi 200 dpl berukuran 300x300 pixel atau menggunakan mouse pada bidang

yang disediakan. Untuk citra digital tanda tangan hasl scan bebas dari kotoran

(noise) seperti stempel, garis, nama dan lain-lain, dimana jaringan saraf tiruna

backpropagation yang digunakan memiliki satu buah lapisan tersembunyi dan

mengunakan fungsi aktivasi sigmoid biner dengan proses inisialisasi bobot dan

bias melalui inisialisasi acak.

Kemudian algoritma yang digunakan adalah:

Langkah 0, pemberian inisialisasi penimbang/bobot (diberi nilai kecil

secara acak)

Langkah 1, ulangi langkah 2 hingga 9 sampai kondisi akhir iterasi

terpenuhi

Langkah 2, untuk masing-masing pasangan data pelatihan (training data)

lakukan langkah 3 hingga 8

Langkah 3, masing-masing unit masukkan (Xi, i=1,….,n) menerima sinyal

masukkan Xi dan sinyal tersebut disebarkan ke unit-unit bagian berikutnya

(unit-unit lapis tersembunyi)

Langkah 4 ,masing-masing unit lapis tersembunyi (Zj, j=1,…,p) menghitung sinyal yang masuk dengan cara dikalikan dengan penimbangan dan dijumlahkan serta ditambah dengan biasanya

nl_inj = VDMDOD6D;LD09lM

i=1

kemudian dihitung sinyal keluaran menggunakan fungsi pengaktif:Zj = f(Z_inj)Sinyal keluaran yang dihasilkan disebarkan ke semua unit lapisan keluaran (unit keluaran).

Langkah 5, masing-masing unit keluaran (Yk, k=1,…,m) mengihitung

sinyal masuk dengan cara dikalikan dengan penimbang dan

dijumlahkan sserta ditambah dengan biasnya.

p<BLQND O:DNDDD{)O=MOD:M!a)

j=1

Kemudian dihitung sesuai dengan sesuai pengaktif:

Yk = f(Y_ink)

Langkah 6, masing-masing unit keluaran (Yk, k=1,..,m) menerima pola

target (Tk, k=1,..,m) sesuai dengan pola masukkan data

pelatihan/training dan hitung galatnya dengan unit-unit lapisan

tersembunyi.

D=MDD M DDDDDSDD GLNDOLNDQD GHOWDD D

Output system

Output atau keluaran yang dihasilkan dalam pembacaan citra

tanda tangan adalah informasi hasil pelatihan berupa nama pemilik

tanda tangan dan prosentasi keaslian tanda tangan.

6. Road Map Penelitian

Sebelumnya penelitian ini telah dilakukan oleh David (2013) dalam

penelitiannya beliau merancang “Penerapan Algoritma Jaringan Saraf Tiruan

Backpropagation Untuk Pengenalan Pola Tanda Tangan” outpu yang dihasilkan

dari penerapan tersebut megidentifikasi pola tanda tangan dengan memanfaatkan

computer.

Wilis Kaswinjanti (2013), dalam penelitiannya beliau merancang “Analisa

dan Penerapan Algoritma Jaringan Saraf Tiruan Backpropagation Untuk

Pengenalan Pola Tanda Tangan” output dari aplikasi ini adalah untuk

mengidentifikasi pembacaan citra tanda tangan adalah informasi hasil

pelatihan berupa nama pemilik tanda tangan dan prosentasi keaslian tanda

tangan

7. Sistematika Penulisan

Untuk memudahkan pada penjabaran masalah yang dihadapi, maka penulisan

Tugas Akhir ini dibagi atas beberapa bab yaitu:

BAB I PENDAHULUAN

Dalam bab ini berisi tentang latar belakang rumusan masalah, batasan

masalah, tujuan penelitian, manfaat penelitian, metodeologi

penelitian, dan sistematika penulisan sehingga permasalahan tersebut

memiliki titik fokus dan tidak mengambang dari judul yang telah

dibuat.

BAB II LANDASAN TEORI

Dalam bab ini penulis menguraikannya yang terdiri dari landasan

teori sistem, program yang digunakan dalam pembuatan tugas akhir

ini.

BAB III PERANCANGAN DAN IMPLEMENTASI

Dalam bab ini berisi tentang perancangan system.

BAB IV HASIL DAN PEMBAHASAN

Dalam bab ini berisi hasil dan pembahasan tentang program yang

terdiri dari penjelasan penelitian.

BAB V PENUTUP

Dalam bab ini berisi kesimpulan dari penelitian, dan saran yang

diharapkan berguna bagi peneliti dan penelitian selanjutnya.

8. Schedule Pengerjaan Penelitian

No Uraian

Waktu Keterangan

Minggu/ Bulan

1. Analisa Kasus 1 Bulan

2. Perancangan 2 Bulan

3. Implementasi 2 Bulan

4. Pengujian 2 Minggu

5. Evaluasi 3 Minggu

Daftar Pustaka

Abbas, R., 1994, A Prototype System for off- line Signature Verificationusing Multilayered Feedforword Neural Networks, Tesis Departemen of Computer Science, RMIT.

Fausett, L., 1994, Fundamental of Neural Network architecture, Algorithms, andApplications, Prentice-Hall, USA.

Hermawan, Arif, 2006, Jaringan Saraf Tiruan (Teori dan Aplikasi), C.V Andi offset, Yogyakarta.

Jong, J.S, 2006, Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab, C.V Andi offset, Yogyakarta

Kusumadewi, S. , 2003, Artificial Intelligenci (Teknik dan Aplikasinya) - Edisi Pertama , Graha Ilmu, Yogyakarta

Kusumadewi, S., 2004, Membangun Jaringan Saraf Tiruan Menggunakan MATLAB & EXCEL LINK, Graha Ilmu, Yogyakarta.