BAB I
PENDAHULUAN
1.1
Latar Belakang
Artificial Neural Network atau jaringan syaraf tiruan merupakan bidang yang sangat berkembang saat ini. Pemanfaatan teknologi mesin dan computer yang tidak terbatas sebagai alat bantu dalam aktifitas manusia mendorong penelitian secara besar-besaran terhadap kecerdasan buatan atau artificial intelligence. Mesin yang selama ini hanya bekerja sesuai dengan instruksi yang ditentukan diharapkan mampu bekerja dan mengambil keputusan sekaligus layaknya manusia (Parker, 2006). Identifikasi dan klasifikasi merupakan kegiatan menggolongkan objek kedalam kategori tertentu untuk tujuan – tujuan tertentu. Kegiatan identifikasi dan klasifikasi yang membutuhkan pengetahuan dan intuisi manusia dapat digantikan oleh mesin sehingga dapat meningkatkan kecepatan dalam kegiatan produksi pada beberapa bidang industri maupun kecepatan pengolahan data pada bidang – bidang lain. Jaringan syaraf tiruan merupakan model matematika yang meniru cara kerja syaraf manusia sehingga computer atau mesin dapat belajar dari data yang diberikan dan memberikan output yang ditentukan. Mesin yang telah dilengkapi dengan jaringan syaraf tiruan dapat belajar terhadap lingkungan yang diberikan dan mampu melakukan kegiatan yang selama ini masih dilakukan oleh manusia yaitu mengambil keputusan terhadap identifikasi maupun klasifikasi. BackPropagation merupakan salah satu model dari jaringan syaraf tiruan, dimana backpropagation menggunakan beberapa lapisan yang terdiri dari lapisan input, hidden dan output (Hermawan, 2006). Tiap lapisan terdiri dari node – node yang saling terhubung dan tiap hubungan diberikan bobot.
Universitas Sumatera Utara
Jaringan backpropagation merupakan metode yang banyak digunakan dalam proses identifikasi dan proses klasifikasi karena kemampuannya dalam mempelajari beberapa kelas sekaligus melalui proses propagasi balik. BackPropagation merupakan metode yang sangat baik dalam proses pengenalan mengingat kemampuannya dalam mengadaptasikan kondisi jaringan dengan data yang diberikan dengan proses pembelajaran (Hermawan, 2006). Proses pembelajaran jaringan syaraf tiruan terbagi menjadi dua jenis yaitu pembelajaran online dan offline. Pembelajaran online merupakan pembelajaran dimana proses perbaikan bobot dilakukan pada tiap sample data yang dilatih pada tiap iterasi sedangkan pembelajaran offline melakukan perbaikan bobot jaringan menggunakan error dari seluruh sample data (Duffner & Garcia, 2007). Pembelajaran online maupun offline memiliki kelebihan dan kelemahan tersendiri. Beberapa penelitian menilai pembelajaran online lebih baik daripada pembelajaran offline, beberapa penelitian lain mengatakan sebaliknya (Lemme, 2010), (Singh, 2012), (Sha & Bajic, 2000). Secara teoritis pembelajaran offline memberikan performa yang lebih baik daripada pembelajaran online, dimana pembelajaran offline memberikan kecepatan belajar yang lebih baik dibandingkan dengan pembelajaran online. Sistem nyata atau real time system yang menggunakan data actual atau data terus berkembang dan bervariasi membuat pembelajaran offline menjadi pembelajaran yang tidak efektif, dan pada kasus ini online training memberikan kinerja yang lebih baik dibandingkan dengan pembelajaran offline (LeCun, 1998) (Istook, 2003). Perbedaan kinerja baik itu kecepatan maupun akurasi pada pelatihan online dan offline pada beberapa kasus tidak diuraikan secara rinci pada beberapa penelitian yang ada sehingga penulis bermaksud untuk meneliti lebih lanjut perbedaan kinerja dari kedua jenis pelatihan tersebut. Dari uraian diatas maka penulis bermaksud untuk melakukan penelitian terhadap pembelajaran online dan offline pada algoritma BackPropagation untuk mendapatkan perbandingan kinerja pada kasus pengenalan huruf abjad pada citra digital sebagai pembanding antara kedua jenis pembelajaran tersebut, maka penelitian Tesis ini berjudul: “ANALISIS PERBANDINGAN ONLINE
DAN
OFFLINE
TRAINING
PADA
JARINGAN
BACKPROPAGATION PADA KASUS PENGENALAN HURUF ABJAD”.
Universitas Sumatera Utara
1.2
1.
Rumusan Masalah
Bagaimana implementasi pelatihan offline dan online jaringan saraf tiruan backpropagation pada kasus pengenalan huruf abjad pada citra digital.
2.
Bagaiman perbandingan performa pelatihan offline dan online pada sisi akurasi dan waktu.
1.3
Maksud dan Tujuan
Maksud dari penulisan ini adalah mengetahui perbandingan pembelajaran online dan offline pada jaringan backpropagation pada kasus pengenalan huruf abjad sehingga lebih mudah didapat hasil secara efektif. Tujuan yang ingin dicapai dari penelitian ini adalah sebagai berikut: 1.
Mengetahui perbandingan kinerja pembelajaran online dan offline pada jaringan backpropagation pada kasus pengenalan huruf abjad.
2.
Mengetahui jenis pembelajaran yang lebih baik pada kasus pengenalan huruf abjad baik dari segi errorny maupun kecepatan mencapaian hasil dan dapat memberikan referensi tambahan pada penelitian jaringan syaraf tiruan khususnya jaringan backpropagation.
1.4
Batasan Masalah
Dalam penelitian ini telah ditentukan batasan – batasan dari topik yang dibahas sehingga tidak menyebabkan cakupan pembahasan yang terlalu luas sehingga fokus utama dari penelitian menjadi kabur. Beberapa batasan masalah yang ditentukan pada penelitian ini dapat dijabarkan sebagai berikut. 1.
Media yang digunakan dalam penelitian ini adalah citra digital.
2.
Pembelajaran online dan offline pada metode backpropagation akan menjadi topik utama pada penelitian ini.
Universitas Sumatera Utara
3.
Jaringan Backpropagation yang digunakan adalah jaringan backpropagation normal dimana tidak menggunakan teknik adaptive dan momentum.
4.
Implementasi penelitan dilakukan dengan penerapan pembelajaran online dan offline dalam pengenalan huruf abjad pada citra digital.
5.
Ukuran default huruf atau angka adalah tinggi 10 piksel dan lebar 9 piksel.
6.
Jenis huruf (font) dari karakter yang digunakan pada penelitian adalah Arial dan huruf yang digunakan adalah huruf latin.
7.
Karakter yang digunakan merupakan karakter alphabet dalam huruf besar atau capital dan karakter numeric dari “0” sampai “9”.
8.
Pengujian dan implementasi akan menggunakan perangkat lunak yang dibangun pada penelitian ini dengan menggunakan Visual Studio 2010.
1.5
Metodologi Penelitian
Metode penelitian dalam penyusunan penelitian ini secara garis besar dibagi menjadi beberapa tahap yaitu, tahap mengidentifikasi masalah, pengembangan algoritma, dan implementasi dan pengujian. 1.5.1
Tahap Identifikasi masalah
Tahap identifikasi masalah yang dilakukan adalah analisis terhadap beberapa penelitian dan jurnal mengenai jaringan saraf tiruan backpropagation khususnya pada teknik pelatihan offline dan online untuk mengidentifikasi masalah yang timbul pada topic tersebut. 1.5.2
Tahap Pengembangan Algoritma
Tahap pengembangan algoritma merupakan tahap dimana dilakukan kegiatan perancangan dan pengembangan jaringan saraf tiruan backpropagation, algoritma pelatihan jaringan saraf tiruan
backpropagation
yang dikembangkan akan
menghasilkan dua buah model yaitu model pelatihan offline dan model pelatihan online.
Universitas Sumatera Utara
1.5.3
Tahap Implmentasi dan Pengujian
Tahap implementasi dan pengujian merupakan tahap dimana model yang dihasilkan dari pengembangan algoritma pelatihan jaringan saraf tiruan backpropagation diimplementasikan pada kasus identifikasi dan pengenalan huruf abjad pada citra digital, hasil implementasi kemudian akan di-uji pada beberapa lingkungan dan kondisi untuk memperoleh hasil perbandingan kinerja pada kedua model pelatihan yang dibangun yaitu model offline dan model online. 1.6
Sistematika Penulisan
Sistematika penulisan penelitian ini disusun untuk memberikan gambaran umum tentang penelitian yang dilakukan. Dalam menyajikan laporan tesis ini digunakan sistematika penulisan sebagai berikut: BAB I PENDAHULUAN Bab ini berisi latar belakang rumusan masalah, maksud dan tujuan, batasan masalah, metodologi penelitian dan sistematika penulisan. BAB II TINJAUAN PUSTAKA Bab ini menjelaskan konsep dasar dan teori-teori dari tugas akhir yang digunakan. BAB III ANALISIS DAN PERANCANGAN Bab ini menjelaskan analisis dan perancangan sistem Analisis yang dilakukan berupa analisis basis data, analisis kebutuhan non-fungsional, dan analisis kebutuhan fungsional. BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini berisi implementasi dari hasil analisis dan perancangan serta hasil pengujian perangkat lunak. Sistem diuji dengan menggunakan metode pengujian white box. BAB V KESIMPULAN DAN SARAN Bab ini berisi tentang kesimpulan berdasarkan tujuan yang ingin dicapai dalam penilitian tesis ini dan saran-saran yang dapat diberikan untuk penggunaan dan pengembangan perangkat lunak lebih lanjut
Universitas Sumatera Utara
