Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra
12
BAB I PENDAHULUAN
1.1 Latar Belakang dan Rumusan Masalah 1.1.1
Latar belakang
Dewasa ini teknologi robotik dan informasi telah berkembang dengan cepat. Begitu juga kontrol berbasis sensor yang merupakan komponen utama dalam robotika. Salah satu aplikasinya adalah pemanfaatan pengolahan citra (image processing) untuk rekognisi, seperti pada machine reading. Meskipun mesin masih belum mampu mengalahkan kemampuan membaca manusia, machine reading tetap menjadi sebuah topik menarik untuk dikembangkan. Contohnya adalah bagaimana menciptakan sebuah mesin yang mampu membaca tulisan manusia dan menerjemahkannya ke dalam bentuk teks digital. Contoh di atas merupakan aplikasi rekognisi karakter optik atau optical character recognition (OCR) yang paling banyak digunakan. Sistem OCR sendiri sebenarnya adalah aplikasi awal dari jaringan saraf tiruan (JST) dan telah diimplementasikan di
Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra
13
berbagai bidang, seperti: untuk mengkonversi surat-surat dan dokumen-dokumen kantor ke dalam format yang dapat dibaca oleh komputer serta mengkonversi tulisan tangan secara real-time pada PDA. Selain untuk mengenali tulisan berupa huruf alfabet dan tanda baca, rekognisi karakter optik juga digunakan dalam pengenalan angka numerik (0-9) atau disebut dengan istilah numerical digit character recognition (NDCR). Misalnya, untuk mengenali kode pos pada alamat surat, bar code produk, dan nomor telepon pada dokumen yang akan di-fax. JST pertama kali diperkenalkan oleh McCulloch-Pitts pada tahun 1943. Model jaringan yang diusulkan digunakan untuk melakukan fungsi logika sederhana dengan memanfaatkan fungsi ambang (threshold). JST banyak digunakan dalam pengenalan pola karena algoritma ini mampu mengenali pola yang sudah sedikit berubah. Hal ini mirip dengan otak manusia yang mampu mengenali seseorang meskipun orang tersebut tidak dijumpai dalam jangka waktu tertentu [1]. Dalam tugas akhir ini dibahas bagaimana mengembangkan sebuah sistem yang mampu mengenali karakter numerik dengan mengombinasikan pengolahan citra dengan salah satu algoritma JST, Perceptron.
Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra
1.1.2
14
Rumusan masalah
Masalah yang dirumuskan dalam tugas akhir ini adalah bagaimana mengembangkan sebuah sistem yang mampu mengenali digit angka numerik dari suatu citra dengan menggunakan model Perceptron.
1.2 Tujuan Tugas akhir ini bertujuan untuk membangun sebuah sistem yang mampu mengenali karakter numerik berbasis algoritma Perceptron.
1.3 Ruang Lingkup Kajian Dalam tugas akhir ini penulis hanya membatasi ruang lingkup kajian hanya pada beberapa aspek berikut ini: 1. Definisi serta teknik yang digunakan dalam rekognisi karakter optik dan karakter numerik. 2. Definisi JST khususnya Perceptron dan algoritma yang digunakan dalam pengenalan pola. 3. Sistem rekognisi karakter numerik menggunakan algoritma Perceptron.
Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra
15
1.4 Metode dan Teknik Pengumpulan Data 1.4.1
Metode
Dalam pelaksaan tugas akhir ini, metode yang digunakan adalah metode eksperimen. Perangkat lunak dikembangkan menggunakan Visual Basic 2005.
1.4.2
Teknik pengumpulan data
Data-data yang ditampilkan dalam laporan akhir ini didapatkan melalui studi pustaka menggunakan berbagai referensi seperti buku-buku rujukan maupun internet dan dari hasil eksperimen berupa data pengujian sistem yang telah dibangun.
1.5 Sistematika Penulisan Laporan akhir ini ditulis dalam 6 bab dengan sistematika sebagai berikut: 1. Pendahuluan. Dalam bab ini dijelaskan mengenai latar belakang, rumusan masalah, tujuan, ruang lingkup kajian, metode dan teknik pengumpulan data, serta sistematika penulisan. 2. Rekognisi karakter numerik. Bab kedua ini berisi gambaran singkat tentang apa yang dimaksud dengan rekognisi karakter optik dan karakter numerik serta bagaimana sistem tersebut bekerja. 3. Perceptron. Pada bab ini dijabarkan tentang teori dan algoritma JST terutama model Perceptron.
Aplikasi Jaringan Saraf Tiruan dalam Rekognisi Karakter Numerik Berbasis Citra
16
4. Sistem rekognisi karakter numerik menggunakan Perceptron. Menjabarkan tentang gambaran sistem rekognisi karakter numerik yang dibangun serta hasil pengujian dan analisa sistem. 5. Simpulan dan saran.
