BAB III
ANALISIS DAN PERANCANGAN
Bab ini menjelaskan proses sistem jaringan saraf tiruan metode propagasibalik untuk pengenalan tanda tangan dan analisis kebutuhan sistem yang akan dibangun
serta perancangannya. Tindakan yang akan dilakukan pada tahap perancangan adalah mentransformasikan model analisis ke model perancangan.
3.1 Analisis Sistem
Sistem yang dimaksud pada penelitian ini terbagi atas dua fase, yaitu fase pelatihan dan fase pengujian. Pada fase pelatihan dilakukan pelatihan jaringan
saraf tiruan menggunakan data latihan. Jaringan saraf tiruan tidak dapat digunakan tanpa adanya fase pelatihan ini. Setelah fase pelatihan selesai, jaringan saraf tiruan
akan siap untuk digunakan pada fase pengujian. Dalam sistem ini, jaringan saraf tiruan akan digunakan untuk melakukan pengenalan terhadap citra tanda tangan.
Suatu citra tanda tangan yang akan dikenali menggunakan jaringan saraf tiruan, haruslah melalui tahapan-tahapan tertentu terlebih dahulu sehingga dapat
menjadi masukan yang baik bagi jaringan saraf tiruan. Masukan yang dapat diterima dengan baik oleh jaringan saraf tiruan adalah berupa kumpulan data
numerik atau data biner. Dengan demikian, suatu citra tanda tangan perlu dikonversi menjadi kumpulan data numerik atau data biner.
Universitas Sumatera Utara
3.1.1 Akuisisi Data Pengumpulan Data
Data atau sampel yang akan digunakan adalah tanda tangan yang dibubuhkan pada kertas putih menggunakan tinta warna hitam. Setelah dilakukan pengambilan
data, kemudian dipindahkan dengan menggunakan sebuah scanner Canon dengan resolusi 300 dpi. Citra hasil scanning disimpan dengan format bitmap.
Jumlah data yang dikumpulkan adalah sebanyak 150 tanda tangan dari 10 orang, 15 tanda tangan dari tiap orang. Dari total data tersebut, dibagi
penggunaannya untuk data pelatihan dan pengujian. Banyaknya data pelatihan adalah 100 tanda tangan, 10 tanda tangan dari tiap orang, sedangkan untuk
pengujian digunakan data tanda tangan yang telah dilatih untuk menguji keakuratan kemampuan memorisasi sistem dan 50 tanda tangan lainnya, 5 tanda
tangan dari tiap orang, yang bertujuan untuk menguji keakuratan kemampuan generalisasi sistem.
3.1.2 Prapengolahan
Sebelum memasuki proses jaringan saraf tiruan, citra hasil pemindaian harus diolah terlebih dahulu untuk dapat digunakan dalam fase pelatihan dan pengujian.
Proses-proses pengolahan yang digunakan dimulai dengan pengubahan citra RGB menjadi citra grayscale, kemudian dilakukan thresolding untuk memisahkan
objek tanda tangan dengan latar belakangnya. Citra yang sudah di-thresold akan diubah resolusi warnanya menjadi citra biner binerisasi. Setelah itu, dilakukan
pemotongan sesuai dengan posisi batas maksimum dan batas minimum objek tanda tangan, kemudian citra hasil pemotongan diubah ukurannya menjadi
200 x 300 piksel seperti pada Gambar 3.1.
Universitas Sumatera Utara
Gambar 3.1 Proses Prapengolahan
3.1.3 Ekstraksi Ciri
Setiap data yang akan diamati dan dianalisa oleh jaringan saraf tiruan harus direpresentasikan secara baik ke dalam bentuk data numerik atau data biner.
Untuk itu, diperlukan suatu cara yang dapat mengekstraksi ciri dari setiap data tadi secara konsisten. Data hasil ekstraksi haruslah benar-benar dapat mewakili
karakteristik atau ciri-ciri dari data yang diamati, sehingga diharapkan dari sekumpulan data dengan target yang sama akan dihasilkan suatu generalisasi atau
pencirian secara umum terhadap suatu target yang sejenis.
Pada tahap ini, citra dibagi-bagi menjadi 20 baris dan 30 kolom matriks 20 x 30. Setiap kotak dilakukan scanning piksel dan seluruh piksel
dalam kotak dijumlahkan. Kotak yang jumlah pikselnya kurang dari nilai yang ditentukan diberi nilai 0, jika tidak diberi nilai 1, sehingga dihasilkan sejumlah
600 data biner yang diharapkan dapat mewakili ciri dari data yang diamati seperti pada Gambar 3.2. Data biner tersebut akan menjadi data masukan input pada
jaringan saraf tiruan. citra hasil scanning
citra hasil grayscaling citra hasil thresolding
citra hasil binerisasi citra hasil pemotongan
citra hasil pembesaran menjadi 200x300 piksel
Universitas Sumatera Utara
Gambar 3.2 Proses Ekstraksi Ciri
3.1.4 Fase Pelatihan
Pelatihan dilakukan secara terbimbing supervised learning, artinya untuk melatih jaringan saraf tiruan digunakan pasangan data masukan – target
keluaran. Tujuan pelatihan jaringan ini adalah untuk mendapatkan keseimbangan antara kemampuan tanggapan yang benar terhadap masukan yang dipakai untuk
pelatihan jaringan memorisasi dan kemampuan memberikan tanggapan yang benar untuk masukan yang sejenis namun tidak identik dengan yang dipakai pada
pelatihan generalisasi.
1 1
2 3
4 5
6 7
8 9
10 11
12 13
14 15
16 17
18 19
20 1
1 1 1 1 1 1 1
1 1 1
1 1
1 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0
1 1 1
1 0 0 0
1 1 0 0 0
0 0 0 0 1
1 1
1 0 0
1 0 0
0 0 0 0 0 0 0 0 0 0 0 1 1 1 1
0 0 0 0 0 0 0 1
1 1 1 1 1
1 1
1 1 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0
1 1 1
1 1 1 1
0 0 0 0 1
1 1
1 1
1 1 1 1 1 1 1 1 1 1 1
1 1 1
1 0 0
1 0 0
1 1
1 1
1 1
1 1
1 0 0 0 0
1 1
1 1 1 1
1 1
0 0 1
0 0 1
1 1
1 1
1 1
1 1
0 0 0 0 1 1 1
1 1 1 1 1
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0
0 0 0 0 1
1 1
1 0 0 0
0 0 0 0 0
0 0 0 0 1 1
1 0 0
0 0 0 1 1 1 1 1 1 1 1 1 1 1 1
1 1
1 1 1
0 0 0 0 0 0 0 0 0 0 0
0 0 1
1 1 1 1
1 1
0 0 0 0 1
1 1
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
1 1 1 1 1 1 1 1
1 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1
1 0 0 0 0
0 0 0 0 1 1 1 1 1 1 1 1
1 0 1 1
1 1 1 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1
1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1
1 0 0 1 0 0 0 0
1 1 1
1 1
1 1 1 1
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 1 1 1
1 1 1 1 1
1 0 1
1 1
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 1 1 1
1 0 0 0 0 1
1
1 1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
27 28 25
29 30 26
B A
R I
S
K O L O M
Universitas Sumatera Utara
Pada penelitian ini, pelatihan jaringan saraf tiruan menggunakan algoritma propagasibalik. Pelatihan jaringan propagasibalik melibatkan tiga fase. Fase
pertama adalah fase umpan-maju yang dipakai untuk mencari nilai lapisan tersembunyi dan nilai lapisan keluaran menggunakan fungsi aktivasi yang
ditentukan. Fase kedua adalah fase mundur. Jika hasil keluaran output jaringan tidak sesuai dengan target, maka dilakukan propagasibalik untuk mencari nilai
error yang ada di lapisan keluaran dan lapisan tersembunyi. Fase ketiga adalah memperbaharui nilai bobot yang ada di lapisan tersembunyi dan lapisan masukan
untuk menurunkan error yang terjadi. Setelah itu dilakukan lagi umpan-maju dan propagasibalik jika nilai keluaran tidak sesuai dengan nilai target. Proses ini
dilakukan secara berulang sampai nilai keluaran sesuai dengan nilai target atau sampai pada maksimum iterasi epoch.
3.1.5 Fase Pengujian
Fase pengujian dilakukan melalui dua tahap, yaitu pengujian terhadap data yang dilatihkan dan pengujian terhadap data baru yang belum pernah dilatihkan. Ketika
jaringan diuji dengan menggunakan data pelatihan, yang diuji adalah kemampuan memorisasi jaringan ingatan jaringan, sebab kasus-kasus yang dimasukkan telah
dipelajari sebelumnya. Sebaliknya, pada saat jaringan diuji dengan menggunakan data baru, yang diuji adalah kemampuan generalisasi jaringan. Dari pengalaman
selama pelatihan diharapkan jaringan akan mampu menggeneralisasikan kasus yang dihadapi dan kemudian menarik kesimpulan yang cenderung terhadap
keluaran tertentu. Fase pengujian hanya menggunakan tahap umpan maju yang dipakai untuk mencari nilai keluaran lapisan tersembunyi dan lapisan keluaran.
Hasil dari proses pengujian ini juga akan berbentuk matriks dengan ukuran yang sama dengan matriks target yang pernah dilatihkan. Pada sistem jaringan
saraf tiruan ini, hasil pengujian telah dipolakan pada suatu kondisi tertentu. Jika hasil keluaran kurang dari 0,5 maka dianggap memiliki keluaran 0 dan jika hasil
keluaran lebih besar atau sama dengan 0,5 dianggap memiliki output 1.
Universitas Sumatera Utara
3.2 Pemodelan Sistem
