PENGARUH EKSTRAKSI FITUR TWO DIMENSIONAL LINEAR DISCRIMINANT ANALYSIS

PENGARUH EKSTRAKSI FITUR TWO DIMENSIONAL LINEAR DISCRIMINANT ANALYSIS PADA PENGENALAN NIPPLE SECARA OTOMATIS MENGGUNAKAN KLASIFIKASI LEARNING VECTOR QUANTIZATION KOMPETENSI KOMPUTASI

SKRIPSI

I MADE AGUS OKA GUNAWAN NIM. 1108605020

PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA BUKIT JIMBARAN 2015

i

SURAT PERNYATAAN KEASLIAN KARYA ILMIAH Yang bertanda tangan di bawah ini menyatakan bahwa naskah Skripsi dengan judul: ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… ……………………………………………………………………………………… Nama

: I Made Agus Oka Gunawan

NIM

: 1108605020

Program Studi : Teknik Informatika E-mail

: [email protected]

Nomor telp/HP : 089656260708 Alamat

: Br. Delod Bale Agung, Desa Mengwi, Kabupaten Badung Bali

Belum pernah dipublikasikan dalam dokumen skripsi, jurnal nasional maupun internasional atau dalam prosiding manapun, dan tidak sedang atau akan diajukan untuk publikasi di jurnal atau prosiding manapun. Apabila di kemudian hari terbukti terdapat pelanggaran kaidah-kaidah akademik pada karya ilmiah saya, maka saya bersedia menanggung sanksi-sanksi yang dijatuhkan karena kesalahan tersebut, sebagaimana diatur oleh Peraturan Menteri Pendidikan Nasional Nomor 17 Tahun 2010 tentang Pencegahan dan Penanggulangan Plagiat di Perguruan Tinggi.

Demikian Surat Pernyataan ini saya buat dengan sesungguhnya untuk dapat dipergunakan bilamana diperlukan. Denpasar, 10 Agustus 2015 Yang membuat pernyataan,

Materai (I Made Agus Oka Gunawan) NIM. 1108605020

LEMBAR PENGESAHAN TUGAS AKHIR Judul

: Pengaruh Ekstraksi Fitur Two Dimensional Linear Discriminant Analysis Pada Pengenalan Nipple Secara Otomatis Menggunakan Klasifikasi Learning Vector Quantization

Kompetensi

: Komputasi

Nama

: I Made Agus Oka Gunawan

NIM

: 1108605020

Tanggal Seminar : 07 Agustus 2015 Disetujui oleh : Pembimbing I

Penguji I

Agus Muliantara, S.Kom.,M.Kom. NIP. 19800616 200501 1 001

Ida Bagus Gede Dwidasmara, S.Kom., M.Cs. NIP. 19850315 201012 1 007

Pembimbing II

Penguji II

I Gede Santi Astawa, S.T.,M.Cs. I Dewa Made Bayu Atmaja Darmawan, S.Kom, M.Cs. NIP. 19890127 201212 1 001 NIP. 19801206 200604 1 003 Penguji III

I Putu Gede Hendra Suputra. S.Kom., M.Kom. NIP. 19881228 201404 1 001 Mengetahui, Jurusan Ilmu Komputer FMIPA UNUD Ketua,

Drs. I Wayan Santiyasa, M.Si. NIP. 19670414 199203 1 002 ii

Judul

: Pengaruh Ekstraksi Fitur Two Dimensional Linear Discriminant Analysis Pada Pengenalan Nipple Secara Otomatis Menggunakan Klasifikasi Learning Vector Quantization

Nama

: I Made Agus Oka Gunawan

NIM

: 1108605020

Pembimbing I : Agus Muliantara, S.Kom., M.Kom. Pembimbing II : I Gede Santi Astawa, S.T., M.Cs.

ABSTRAK Dampak persebaran pornografi di internet memiliki efek merugikan yang sangat besar, terutama jika yang mengaksesnya belum memiliki kesiapan dari segi mental seperti terlihat dari kasus-kasus pelecehan atau tindak kejahatan seksual yang menurut pelakunya sendiri dilakukan karena pengaruh pornografi. Sehingga diperlukan suatu sistem yang bisa melakukan pengenalan pornografi dan secara otomatis akan melakukan blocking atau sensor. Adapun dalam pengenalan suatu konten pornografi, bisa dilihat dari isi yang terdapat di dalamnya misalnya pada citra manusia yang akan menjadi suatu citra pornografi jika bagian tubuh tertentunya terlihat seperti jika bagian nipplenya terlihat. Dalam melakukan suatu pengenalan seperti mengenali bagian nipple, ada dua hal yang menjadi permasalahan utama, yaitu proses ekstraksi fitur dari data sampel yang ada dan metode yang digunakan dalam melakukan klasifikasi terhadap data yang akan dikenali. Dalam penelitian ini digunakan metode Two Dimensional Linear Discriminat Analysis untuk ekstraksi fitur dan metode Learning Vector Quantization dalam melakukan klasifikasinya. Penelitian ini akan melihat pengaruh metode ekstraksi fitur TDLDA dalam melakukan pengenalan nipple. Dari hasil uji coba yang dilakukan metode ekstraksi fitur TDLDA berpengaruh terhadap akurasi pengenalan yang dihasilkan. Dengan menggunakan kombinasi antara LVQ dan TDLDA menghasilkan akurasi sebesar 99,77 % sedangkan dengan hanya menggunakan LVQ saja menghasilkan akurasi sebesar 41,19 %. Kata Kunci : Learning Vector Quantization, Two Dimensional Linear Discriminant Analysis, nipple.

iii

Title

: The Effect of Two Dimensional Linear Discriminant Analysis

Feature

Recognition

Using

Extraction

On

Learning

Automatic

Vector

Nipple

Quantization

Classification Name

: I Made Agus Oka Gunawan

NIM

: 1108605020

Main Supervisor

: Agus Muliantara, S.Kom., M.Kom.

Co-Supervisor

: I Gede Santi Astawa, S.T., M.Cs.

ABSTRACT The impact of pornography over the Internet has very big negative effect, especially if someone who accessing it is not mentally ready like we have seen in the sexual abuse crime cases that based on convict statements inspired from pornography. Thus, the system that able to determine pornography content and automatically blocking it is needed. As for to recognize pornography content, can be seen from the material inside it for instance in the human images that will be a pornography images if some specific body parts can be seen like nipple. In able to recognize images like recognize nipple parts, there are two things become the main problems, feature extraction process from the existing sample data and the method that use to classifies the recognized data. In this research the Dimensional Linear Discriminant Analysis (TDLDA) method is use to do feature extraction process and the Learning Vector Quantization method is use to do the classification process. This research will observe the effect of TDLDA method in recognizing the nipple. Based on the testing results, TDLDA method has effect on the accuracy of recognized results that are produced. With combination between LVQ and TDLDA the accuracy is 99.77% therefore if only LVQ is used will produce accuracy 41.19%. Keyword : Learning Vector Quantization, Two Dimensional Linear Discriminant Analysis, nipple.

iv

KATA PENGANTAR Penelitian dengan judul “Pengaruh Ekstraksi Fitur Two Dimensional Linear Discriminant Analysis Pada Pengenalan Nipple Secara Otomatis Menggunakan Klasifikasi Learning Vector Quantization” ini disusun dalam rangkaian kegiatan pelaksanaan Tugas Akhir di Jurusan Ilmu Komputer FMIPA UNUD. Sehubungan dengan telah terselesaikannya penelitian ini, maka diucapkan terimakasih dan penghargaan kepada berbagai pihak yang telah membantu penyusun, antara lain : 1. Bapak Agus Muliantara, S.Kom., M.Kom. selaku Pembimbing I yang telah membimbing dan membantu menyempurnakan penelitian ini. 2. Bapak I Gede Santi Astawa, S.T., M.Cs. selaku Pembimbing II yang telah banyak membantu dan meluangkan waktu untuk penelitian ini. 3. Bapak Drs. I Wayan Santiyasa, M.Si selaku Ketua Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana yang telah banyak memberikan masukan dan motivasi sehingga memperlancar dalam proses pelaksanaan penelitian ini. 4. Bapak-bapak dan ibu-ibu dosen di Jurusan Ilmu Komputer yang bersedia meluangkan waktunya untuk memberikan masukan dalam penyempurnaan penelitian ini. 5. Rekan-rekan mahasiswa di Jurusan Ilmu Komputer khususnya angkatan 2011 yang telah memberi dukungan, motivasi, semangat dan kerja sama dalam penelitian ini. Penulis menyadari bahwa tugas akhir ini masih belum sempurna, untuk itu kritik dan saran yang bermanfaat demi kesempurnaan tugas akhir ini sangat penyusun harapkan. Bukit Jimbaran, Agustus 2015 Penyusun

I Made Agus Oka Gunawan

v

DAFTAR ISI Halaman Judul .........................................................................................................i LEMBAR PENGESAHAN TUGAS AKHIR ......................................................... ii ABSTRAK ............................................................................................................. iii ABSTRACT ........................................................................................................... iv KATA PENGANTAR .............................................................................................. v DAFTAR ISI .......................................................................................................... vi DAFTAR TABEL................................................................................................... ix DAFTAR GAMBAR .............................................................................................. x DAFTAR LAMPIRAN ......................................................................................... xii BAB I ...................................................................................................................... 1 PENDAHULUAN .................................................................................................. 1 1.1 Latar Belakang .................................................................................................. 1 1.2 Rumusan Masalah ............................................................................................. 3 1.3 Batasan Masalah................................................................................................ 3 1.4 Tujuan Penelitian ............................................................................................... 3 1.5 Manfaat Penelitian ............................................................................................ 4 1.6 Metodelogi Penelitian ....................................................................................... 4 1.6.1 Desain Penelitian ................................................................................ 4 1.6.2 Pengumpulan Data ............................................................................. 5 1.6.3 Pengolahan Data Awal ........................................................................ 5 1.6.4 Metode Yang Digunakan .................................................................... 6 BAB II ..................................................................................................................... 7 TINJAUAN PUSTAKA .......................................................................................... 7 2.1 Tinjauan Empiris ............................................................................................... 7 2.2 Tinjauan Teoritis ................................................................................................ 9 2.2.1 Pornografi ........................................................................................... 9 2.2.2 Video .................................................................................................. 9 2.2.3 Pengolahan Citra .............................................................................. 10 2.2.4 Artificial Neural Network ................................................................. 15 vi

2.2.5 Ekstraksi Fitur .................................................................................. 18 BAB III ................................................................................................................. 22 ANALISIS DAN PERANCANGAN .................................................................... 22 3.1 Kebutuhan Fungsional .................................................................................... 22 3.1.1 Melakukan Extraksi Video ............................................................... 22 3.1.2 Melakukan Pre-processing ............................................................... 22 3.1.3 Melakukan Ekstraksi Fitur ............................................................... 22 3.1.4 Melakukan Pelatihan Data Training ................................................. 23 3.1.5 Melakukan Pengenalan .................................................................... 23 3.1.6 Melakukan Penggabungan Citra Uji menjadi Video ........................ 23 3.2 Rancangan Data .............................................................................................. 23 3.3 Rancangan Antar Muka Sistem ....................................................................... 24 3.4 Pengolahan Data.............................................................................................. 25 3.4.1 Pre-processing .................................................................................. 26 3.4.3 Ekstraksi Fitur .................................................................................. 28 3.4.4 Pelatihan Data Training .................................................................... 29 3.4.5 Pengenalan Nipple ............................................................................ 30 3.5 Pengujian dan Evaluasi ................................................................................... 31 3.5.1 Skenario Pengujian ........................................................................... 31 3.5.2 Evaluasi Sistem ................................................................................ 34 BAB IV ................................................................................................................. 35 HASIL DAN PEMBAHASAN ............................................................................. 35 4.1 Pengumpulan Dataset ...................................................................................... 35 4.2 Implementasi Ekstraksi Video......................................................................... 35 4.3 Implementasi Proses Ekstraksi Fitur ............................................................... 36 4.4 Implementasi Pelatihan Data Training ............................................................ 39 4.5 Implementasi Prepocessing dan Pengenalan Citra Uji ................................... 41 4.6 Implementasi Penggabungan Citra Uji menjadi Video ................................... 44 4.7 Tampilan Antarmuka Sistem ........................................................................... 45 4.8 Hasil dan Pengujian Sistem ............................................................................. 49 4.8.1 Analisis Panjang Baris dan Kolom ................................................... 49

vii

4.8.2 Analisis Learning Rate ..................................................................... 53 4.8.3 Pengujian Data Testing ..................................................................... 54 4.8.4 Analisis Faktor Kesalahan Lain ........................................................ 59 BAB V ................................................................................................................... 62 KESIMPULAN DAN SARAN ............................................................................. 62 5.1 Kesimpulan ..................................................................................................... 62 5.2 Saran ................................................................................................................ 62 DAFTAR PUSTAKA ............................................................................................ 63 LAMPIRAN

viii

DAFTAR TABEL Tabel 4.1 Sintak ekstraksi video............................................................................ 35 Tabel 4.2 Sintak tahap pertama TDLDA ............................................................... 36 Tabel 4.3 Sintak tahap kedua TDLDA-1 ............................................................... 37 Tabel 4.4 Sintak tahap kedua TDLDA-2 ............................................................... 38 Tabel 4.5 Sintak tahap ketiga TDLDA .................................................................. 39 Tabel 4.6 Sintak pelatihan data training ............................................................... 39 Tabel 4.7 Sintak prepocessing citra uji ................................................................. 41 Tabel 4.8 Sintak pengenalan ................................................................................. 43 Tabel 4.9 Penggabungan citra uji menjadi video .................................................. 44 Tabel 4.10 Hasil pengujian panjang baris ............................................................. 50 Tabel 4.11 Hasil pengujian panjang kolom ........................................................... 51 Tabel 4.12 Hasil pengujian learning rate .............................................................. 53 Tabel 4.13 Hasil pengujian LVQ ........................................................................... 54 Tabel 4.14 Hasil pengujian LVQ+TDLDA ........................................................... 55 Tabel 4.15 Hasil uji pergeseran ............................................................................. 60

ix

DAFTAR GAMBAR Gambar 2.1 Citra Lena .......................................................................................... 10 Gambar 2.2 Operasi pengolahan citra ....................................................................11 Gambar 2.3 Koordinat warna RGB....................................................................... 12 Gambar 2.4 Penambahan campuran warna ........................................................... 13 Gambar 2.5 Skala keabuan .................................................................................... 13 Gambar 2.6 Arsitektur ANN ................................................................................. 16 Gambar 2.7 Arsitektur jaringan LVQ .................................................................... 17 Gambar 3.1 Contoh citra yang akan dikenali ........................................................ 24 Gambar 3.2 Rancangan tampulan awal sistem ..................................................... 24 Gambar 3.3 Rancangan tampilan pengujian ......................................................... 25 Gambar 3.4 Flowchart pre-processing citra pelatihan .......................................... 26 Gambar 3.5 Flowchart pre-processing citra uji .................................................... 27 Gambar 3.6 Flowchart ekstraksi fitur ................................................................... 28 Gambar 3.7 Flowchart pelatihan data training ..................................................... 29 Gambar 3.8 Flowchart pengenalan ....................................................................... 30 Gambar 3.9 Contoh pengenalan objek nipple yang sukses ................................... 31 Gambar 3.10 Contoh pengenalan yang tidak mengenali objek nipple 1 .............. 31 Gambar 3.11 Contoh pengenalan yang tidak mengenali objek nipple 2 ............... 31 Gambar 3.12 Alur pengenalan lebih dari sekali .................................................... 33 Gambar 4.1 Hasil ekstraksi video ......................................................................... 36 Gambar 4.2 Tampilan awal sistem ........................................................................ 45 Gambar 4.3 Pengaturan nilai dari komponen LVQ dan TDLDA.......................... 46 Gambar 4.4 Tampilan proses pelatihan ................................................................. 47 Gambar 4.5 Tampilan awal pengujian................................................................... 48 Gambar 4.6 Tampilan akhir pengujian .................................................................. 49 Gambar 4.7 Grafik pengujian panjang baris ......................................................... 51 Gambar 4.8 Grafik pengujian panjang kolom ....................................................... 52 Gambar 4.9 Grafik pengujian learning rate.......................................................... 54 Gambar 4.10 Grafik perbandingan LVQ dan LVQ+TDLDA ............................... 57 x

Gambar 4.11 Contoh hasil pemotongan citra 1 ..................................................... 59 Gambar 4.12 Contoh hasil pemotongan citra 2 ..................................................... 60 Gambar 4.13 Kesalahan pada citra 80 x 80 piksel ................................................ 61

xi

DAFTAR LAMPIRAN Lampiran 1. Hasil Pengujian Panjang Baris 2. Hasil Pengujian Panjang Kolom 3. Hasil Pengujian Learning Rate

xii