BAB III METODOLOGI PENELITIAN 3.1
Desain Penelitian Desain penelitian adalah tahapan-tahapan dalam penelitian. Berikut di bawah
merupakan gambar desain penelitian: Pengumpulan Data Pustaka Ilmiah
Gambar Telapak Tangan
Grayscalling
20 x 12 pembelajaran
Edge Detection
20 x 8 uji
Thresholding Learning Vector Quantization
Penyelesaian Masalah Pendekatan Sekuensial Linier
Model Penelitian Image (jpg)
Analisis
Konversi RGB Desain Grayscalling Coding Edge Detection dan Thresholding Testing Learning Vector Quantization
Identitas Telapak Tangan
Pengembangan Perangkat Lunak
Studi Kasus Perangkat Lunak Identifikasi Telapak Tangan
Analisis dan Kesimpulan
19
Husni Firmansyah, 2013 Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Telapak Tangan Dengan Menggunakan Metode Learning Vector Quantization Universitas Pendidikan Indonesia | repository.upi.edu
Gambar 3.1 Desain Penelitian Penjelasan: 1. Pengumpulan Data, pengumpulan data terdiri dari pengumpulan pustaka ilmiah dan gambar telapak tangan. Berikut di bawah ini merupakan detail dari pengumpulan data: a. Pustaka Ilmiah merupakan konsep atau metode yang digunakan dalam penelitian. 1. Grayscalling, dapat dilihat Sub Bab 2.2.1. 2. Edge Detection, silahkan lihat Sub Bab 2.2.2. 3. Thresholding, silahkan lihat Sub Bab 2.2.3. 4. Learning Vector Quantization, silahkan lihat Sub Bab 2.3.2. b. Gambar Telapak Tangan 1. 20 x 12 pembelajaran merupakan data gambar yang digunakan untuk pembelajaran dengan jumlah 20 orang x 12 buah gambar sama dengan 240 buah gambar. 2. 20 x 8 uji merupakan data gambar yang digunakan untuk pengujian dengan jumlah 20 orang x 8 buah gambar sama dengan 160 buah gambar. 2. Penyelesaian Masalah a. Model
Penelitian,
model
penelitian
berupa
tahapan-tahapan
dalam
mengidentifikasi telapak tangan yang terdiri dari 5 langkah sebagai berikut: 1. Image (jpg), penelitian hanya menggunakan image dengan ekstensi *.jpg. 20
Husni Firmansyah, 2013 Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Telapak Tangan Dengan Menggunakan Metode Learning Vector Quantization Universitas Pendidikan Indonesia | repository.upi.edu
2. Konversi RGB, image telapak tangan dikonversi ke dalam bentuk RGB. 3. Grayscalling, proses mengkonversi data gambar RGB menjadi data gambar grayscale. Input yaitu 20 x 12 pembelajaran gambar RGB. Output yaitu 20 x 12 pembelajaran gambar grayscale. 4. Edge Detection dan Thresholding, proses mengkonversi data gambar grayscale menjadi data gambar blackwhite dan data biner. Input yaitu 20 x 12 pembelajaran gambar grayscale. Output yaitu 20 x 12 pembelajaran gambar blackwhite dan 20 x 12 pembelajaran array biner [7500]. 5. Learning Vector Quantization, proses perhitungan yang menghasilkan data
bobot
(patokan)
yang
digunakan
untuk
pengenalan
dan
pengidentifikasian data gambar telapak tangan. Input yaitu 20 x 12 pembelajaran array biner [5900]. Output yaitu 20 array bobot [7500]. b. Identitas Telapak Tangan, hasil dari proses penelitian berupa identitas telapak tangan. c. Studi Kasus, studi kasus berupa pengujian dengan menggunakan data pembelajaran maksimal 240 buah dan data pengujian sebanyak 160 buah. d. Pendekatan
Sekuensial
Linier,
pendekatan
yang
digunakan
dalam
mengembangkan perangkat lunak yang terdiri dari 4 langkah sebagai berikut: 1. Analisis, uraian penyelesaian atas kebutuhan perangkat lunak. Uraian penyelesaian terdiri dari Context Diagram, Data Flow Diagram, Data Dictionary, Process Specification, Entity Relationship Diagram. 21
Husni Firmansyah, 2013 Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Telapak Tangan Dengan Menggunakan Metode Learning Vector Quantization Universitas Pendidikan Indonesia | repository.upi.edu
2. Desain, perancangan perangkat lunak yang terdiri dari perancangan basis data dan antarmuka. 3. Coding, implementasi desain dengan menggunakan Visual Basic 6.0 dan Mysql. 4. Testing, pengujian perangkat lunak. e. Pengembangan Perangkat Lunak, proses yang dilakukan atas dasar model penelitian dengan menggunakan pendekatan sekuensial linier. f. Perangkat Lunak Identifikasi Telapak Tangan, produk hasil penelitian. 5.2
Metode Penelitian Dalam penelitian ini terdapat beberapa metode yaitu: 1. Pengumpulan data a. Pustaka ilmiah berupa metode atau konsep ilmiah yang akan digunakan untuk penelitian. Pustaka ilmiah terdiri dari: 1. Metode Image Processing Grayscaling untuk mengubah data gambar RGB menjadi data gambar grayscale. 2. Metode Image Processing Edge Detection dan Thresholding untuk mengubah data gambar grayscale menjadi data gambar blackwhite dan menghasilkan data biner. 3. Metode Learning Vector Quantization untuk proses pembelajaran dan pengujian pengidentifikasian data gambar telapak tangan.
22
Husni Firmansyah, 2013 Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Telapak Tangan Dengan Menggunakan Metode Learning Vector Quantization Universitas Pendidikan Indonesia | repository.upi.edu
b. Data gambar telapak tangan sebagai objek yang akan digunakan untuk proses pembelajaran dan pengujian pengenalan dan pengidentifikasian.
2. Studi Pustaka Ilmiah. Pustaka ilmiah yang sudah dikumpulkan kemudian dipelajari dan dicari rumusan penyelesaian dalam mengidentifikasi telapak tangan. 3. Implementasi Pustaka Ilmiah. Implementasi pustaka ilmiah berupa penggunaan rumusan penyelesaian dalam mengidentifikasi telapak tangan sebagai lanjutan dari langkah kedua. 3.3
Alat dan Bahan Penelitian 1.
Alat Penelitian, alat penelitian berupa perangkat keras dan perangkat lunak. Berikut di bawah merupakan detail dari alat penelitian: a. Perangkat keras berupa netbook dengan spesifikasi sebagai berikut: 1. Processor Intel Atom N570 1,66 GHz 2. RAM 2048 MB 3. Hardisk 320 GB b. Perangkat lunak yaitu: 1. Sistem Operasi Windows XP Service Pack 2 2. Visual Basic 6.0 3. XAMPP 1.7.4 23
Husni Firmansyah, 2013 Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Telapak Tangan Dengan Menggunakan Metode Learning Vector Quantization Universitas Pendidikan Indonesia | repository.upi.edu
2. Bahan Penelitian, bahan penelitian berupa data pembelajaran dan data pengujian. Berikut di bawah merupakan detail dari bahan penelitian: a. Data pembelajaran yaitu data gambar telapak tangan yang berjumlah 20 orang x 12 buah gambar sama dengan 240 buah gambar. b. Data uji yaitu data gambar telapak tangan yang berjumlah 20 orang x 8
buah gambar sama dengan 160 buah gambar.
24
Husni Firmansyah, 2013 Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Telapak Tangan Dengan Menggunakan Metode Learning Vector Quantization Universitas Pendidikan Indonesia | repository.upi.edu
