APLIKASI JARINGAN SARAF TIRUAN DALAM REKOGNISI KARAKTER NUMERIK BERBASIS CITRA

APLIKASI JARINGAN SARAF TIRUAN DALAM REKOGNISI KARAKTER NUMERIK BERBASIS CITRA Tugas Akhir

Diajukan sebagai salah satu syarat kelulusan pendidikan sarjana pada Program Studi Fisika Institut Teknologi Bandung

oleh Sari Amelia 102 03 035

PROGRAM STUDI FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI BANDUNG 2007

LEMBAR PENGESAHAN

APLIKASI JARINGAN SARAF TIRUAN DALAM REKOGNISI KARAKTER NUMERIK BERBASIS CITRA Tugas Akhir

Diajukan sebagai salah satu syarat kelulusan pendidikan sarjana pada Program Studi Fisika Institut Teknologi Bandung

oleh Sari Amelia 102 03 035

Mengetahui dan Menyetujui: Pembimbing,

Dr. Eng. Suprijadi NIP. 132 049 631

Bismillaahirrahmaanirrahiim

Allah, kupersembahkan karya ini sebagai wujud syukur atas ilmu yang telah Kau titipkan

………dan untuk Mamaku tersayang………

Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra

1

ABSTRACT

The development of robotic and informatic technology today had caused sensorbased control system grows rapidly. One of its application is in machine reading where a machine can read as human read. For example, a machine that can read character in an image. In this final project, the author developed one of the implementation of machine reading in image based numerical character recognition by using perceptron algorithm, a model in artificial neural network. This system combined image processing technique and artificial intelligence approach through four main steps: preprocessing, segmentation, extraction and recognition, and post postprocessing. The result of the training process showed that the network can recognized 3 of 4 of target pattern and determined which character is zero and which one is not. Keywords: optical character recognition, numerical character recognition, neural network, perceptron.


2

ABSTRAK

Perkembangan teknologi robotik dan informasi dewasa ini menyebabkan sistem kontrol berbasis sensor tumbuh dengan pesat. Salah satu apikasinya adalah di bidang machine reading yang memungkinkan mesin mampu membaca layaknya manusia, seperti mesin yang mampu mengenali karakter dalam suatu citra. Dalam tugas akhir ini dikembangkan sebuah implementasi machine reading yaitu sistem rekognisi karakter numerik berbasis citra menggunakan algoritma perceptron, salah satu model dalam jaringan saraf tiruan. Sistem tersebut menggabungkan antara teknik pengolahan citra (image processing) dan kecerdasan buatan (artificial intelligence) melalui lima proses, yaitu: preprocessing, segmentasi, ekstraksi dan rekognisi, serta postprocessing. Proses pelatihan jaringan menunjukkan bahwa jaringan mampu mengenali 3 dari 4 pola target yang diberikan serta mampu membedakan angka nol dan bukan angka nol. Kata kunci: rekognisi karakter optik, rekognisi karakter numerik, jaringan saraf tiruan, perceptron.


3

PRAKATA

Alhamdulillahirabbil’alamin. Hanya kata tersebut terucap untuk mewakili ungkapan syukur penulis atas nikmat ilmu yang dititipkan Allah sehingga tugas akhir berjudul Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra ini dapat selesai. Teriring shalawat dan salam teruntuk manusia agung, Rasulullah SAW, allaahumma shalli ‘alaa Muhammad wa’alaa aali Muhammad. Permasalahan utama yang penulis jabarkan dalam tugas akhir ini adalah bagaimana membangun sebuah sistem yang mampu mengenali angka pada suatu citra menggunakan algoritma perceptron. Semoga karya kecil ini bisa menambah khasanah dalam bidang pengenalan pola dan jaringan saraf tiruan. Teriring ucapan terima kasih nan tulus untuk semua pihak yang telah membantu penulis dalam pelaksanaan tugas akhir ini, terutama: •

Bapak Suprijadi selaku pembimbing. Terima kasih atas bimbingan dan dukungannya, Pak.

•

Bapak Pepen Arifin dan Suparno Satira selaku penguji.


•

4

Mama dan (alm) Papa, orang tua tersayang yang telah memberi penulis kepercayaan dan sokongan penuh baik materi maupun spritual hingga detik ini. I dedicated this final project for both of you.

•

Ibuk dan (alm) Ayah, kakek dan nenek yang telah menjadi orang tua kedua bagi penulis. Ibuk dan Ayah, Alhamdulillah akhirnya Ichee lulus.

•

Abang, my beloved brother, dan keluarga yang telah berkorban agar penulis bisa kuliah. I owe you much.

•

Ferry, Ni’am, Irsyad dan Amalia. Hatur nuhun atas diskusi dan bantuannya selama ini.

•

Para penghuni DSP dan tetangga di Lab. ELKA beserta staf: Opik dan Zaky (you will always be my brothers), Sandy, ‘Emak’ Nissa, Aah, Trio RRI (Rani, Ria, Indri), Sopian, Zamzam, Yusuf, Farid, Adimas, serta Si Usil Yanuar.

•

Keluarga HIMAFI terutama HIMAFI 2003. Disadari atau tidak kalian telah menjadi salah satu sumber motivasi Ichee selama ini. Ichee cemburu melihat kalian maju.

•

Para dosen dan staf program studi Fisika. Hatur nuhun sadayana.

•

Keluarga Unit Kesenian Minangkabau, Perisai Diri, dan E-Club. Kita akan selalu menjadi keluarga kan?

•

Keluarga Asrama Putri Kanayakan dan staf: my roommate, Dini ‘Si Ibuk’ beserta Ryan ‘Si Bapak’, Beri dan Gori, plus Mbak Julia, Mbak Lanna, dan


5

Mbak Rini. Terima kasih atas suka-duka yang kita bagi bersama dan ‘bully’annya selama ini. •

Sahabat-sahabat KITA Call Indonesia dan Media Bening Hati 102.7 MQFM, terima kasih atas motivasi serta do’anya. Allah, terima kasih telah mempertemukan kami, umat-Mu yang berjuang bersama mencari ridho-Mu.

•

Minna....,

doumo

arigatou.

Tarimo

kasi.

Hatur

nuhun.

Gracias.

Komapsumnida. Thank you! Semoga semua keikhlasan yang telah diberikan menjadi pulsa amal untuk akhirat nanti dan dibalas Allah dengan balasan yang lebih baik. Tak ada gading yang tak retak. Penulis menyadari masih terdapat banyak kekurangan dalam tugas akhir ini. Dengan tangan terbuka penulis mengharapkan berbagai masukan dan kritikan yang membangun sehingga tugas akhir ini bisa lebih disempurnakan di kemudian hari. Bandung, September 2007

Sari Amelia


6

DAFTAR ISI

HALAMAN JUDUL

i

HALAMAN PENGESAHAN

ii

HALAMAN PERSEMBAHAN

iii

ABSTRACT

iv

ABSTRAK

vi

PRAKATA

viii

DAFTAR ISI

xi

DAFTAR TABEL

xiv

DAFTAR GAMBAR

xv

BAB I

PENDAHULUAN

1

1.1

Latar Belakang dan Rumusan Masalah

1

1.1.1 Latar belakang

1

1.1.2 Rumusan masalah

3

1.2

Tujuan

3

1.3

Ruang Lingkup Kajian

3


1.4

1.5

BAB II

BAB III

BAB IV

7

Metode dan Teknik Pengumpulan Data

4

1.4.1 Metode

4

1.4.2 Teknik pengumpulan data

4

Sistematika Penulisan

4

REKOGNISI KARAKTER NUMERIK

6

2.1

Gambaran Singkat Rekognisi Karakter Optik

6

2.2

Metode dalam Rekognisi Karakter Optik

8

2.3

Rekognisi Karakter Numerik

12

JARINGAN SARAF TIRUAN (JST)

14

3.1

Pengertian JST

14

3.2

Algoritma Perceptron

17

SISTEM REKOGNISI KARAKTER NUMERIK

19

MENGGUNAKAN BPN 4.1

Gambaran Umum Sistem

22

4.2

Pengolahan Citra

23

4.2.1 Preprocessing

23

4.2.2 Segmentasi

25


4.3

Ekstraksi

dan

Rekognisi

8

Menggunakan

Algoritma

29

Perceptron 4.4

Post-processing

34

4.5

Pengujian dan Analisa Sistem Rekognisi Karakter

35

Numerik Menggunakan Algoritma Perceptron 4.5.1 Pengolahan citra

35

4.5.2 Rekognisi

38

SIMPULAN DAN SARAN

40

5.1

Simpulan

41

5.2

Saran

42

DAFTAR PUSTAKA

43

BAB V

Lampiran


9

DAFTAR TABEL

Tabel 3.1

Perbandingan Saraf Biologi dengan JST

15

Tabel 4.1

Hasil Rekognisi Sistem Rekognisi Karakter Numerik

40


10

DAFTAR GAMBAR

Gambar 2.1

Contoh Aplikasi Sistem Rekognisi Karakter Numerik

7

Gambar 2.2

Komponen-komponen Rekognisi Karakter Optik

8

Gambar 2.3

Konversi Citra Masukan ke Bilevel

9

Gambar 2.4

Segmentasi Karakter

9

Gambar 2.5

Normalisasi dan Pelembutan Citra Karakter

10

Gambar 2.6

Contoh Penggunaan JST dalam Rekognisi

11

Gambar 2.7

Contoh Program Aplikasi Rekognisi Karakter Optik

13

Gambar 2.8

Proses Segmentasi pada Rekognisi Karakter Optik

13

Gambar 3.1

Model Biologi Neuron

14

Gambar 3.2

Konstruksi Model JST Sederhana

16

Gambar 3.3

Contoh JST Layar Jamak

17

Gambar 4.1

Diagram Konteks Sistem

19

Gambar 4.2

Gambaran Keseluruhan Sistem

20

Gambar 4.3

DFD Level 0 Sistem

22

Gambar 4.4

Blok Struktur Sistem Rekognisi Karakter Numerik

23


11

Gambar 4.5

Citra Masukan dan Citra Hasil Binarisasi

24

Gambar 4.6

Segmentasi Baris dan Karakter

25

Gambar 4.7

Hasil Proses Segmentasi

28

Gambar 4.8

Hasil Proses Ekstraksi dari Citr Input untuk Angka 0

29

Gambar 4.9

Arsitektur Perceptron yang Digunakan

32

Gambar 4.10 Diagram Alir Pelatihan

33

Gambar 4.11 Hasil Pengujian Blok Pengolahan Citra

35

Gambar 4.12 Screenshot Program Sistem Rekognisi Karakter

38

Numerik

APLIKASI JARINGAN SARAF TIRUAN DALAM REKOGNISI KARAKTER NUMERIK BERBASIS CITRA

Recommend Documents