BAB II LANDASAN TEORI
2.1. Pengenalan Pola
Pola adalah entitas yang dapat terdefinisi dan dapat diidentifikasi melalui ciri- cirinya
1
. Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya. Ciri pada suatu pola diperoleh dari hasil pengukuran terhadap objek uji.
Pengenalan pola bertujuan untuk menentukan kelompok atau kategori pola berdasarkan ciri-ciri yang dimiliki oleh pola tersebut.
Ada dua fase dalam sistem pengenalan pola, yaitu fase pelatihan dan fase pengenalan. Pada fase pelatihan, beberapa contoh pola dipelajari untuk
menentukan ciri yang akan digunakan dalam proses pengenalan serta prosedur klasifikasinya. Pada fase pengenalan, pola diambil cirinya kemudian ditentukan
kelas kelompoknya. Metode pengenalan pola dilakukan dengan beberapa pendekatan, yaitu
pendekatan Geometric Statistik, Sruktural Sintaktik, dan pendekatan Computational Intelligent
. Pada pendekatan Computational Intelligent terbagi menjadi 2 bagian yaitu dengan menggunakan pendekatan Logika Kabur dan
Jaringan Syaraf Tiruan. Pada pengenalan pola dengan Pendekatan Statistik digunakan teori-teori ilmu
peluang dan statistik. Ciri-ciri yang dimiliki oleh suatu pola ditentukan distribusi statistiknya. Pola yang berbeda memiliki distribusi yang berbeda pula. Dengan
menggunakan teori keputusan di dalam Pendekatan Statistik digunakan distribusi
1
Munir, Rinaldi. 2004. Pengolahan Citra Digital dengan Pendekatan Algoritmik; hal 241-248
ciri untuk mengklasifikasikan pola. Sebagai contoh, diketahui fungsi kerapatan dari diameter buah jeruk dan apel dengan grafik seperti Gambar 2.1.
Gambar 2.1 Grafik fungsi kerapatan dari ciri diameter jeruk dan apel
p diameter | jeruk
p diameter | apel
diameter a
b 1
peluang
Apabila diperoleh hasil pengukuran diameter adalah a cm, maka objek diklasifikasikan sebagai “jeruk”, karena pa | Jeruk pa | Apel.
Sedangkan pada pengenalan pola menggunakan Pendekatan Sintaktik digunakan teori bahasa formal. Ciri-ciri yang terdapat pada suatu pola ditentukan
Primitif dan hubungan struktural antara Primitif-nya kemudian disusun tata
bahasanya. Aturan produksi pada tata bahasa tersebut digunakan untuk menentukan kelompok pola.
Contoh pengenalan pola dengan pendekatan Sintaktik adalah pengenalan bentuk “rumah”. Tata bahasa yang digunakan untuk mengenali pola “rumah”
adalah G=N, Σ,P,S, dengan :
Σ ={a , b , c , d } N={S, A
1,
A
2,
A
3,
A
4,
A
5
} S={S}
Himpunan aturan produksi P : S Æ d + A
1
A
3
Æ a + A
4
A
1
Æ c + A
2
A
4
Æ b A
5
A
2
Æ ~d A
2
A
5
Æ c
d c + ~d
d + c + ~d
a + d a + d c
d + c + ~da + bc
Gambar 2.2 Grammar penyusun gambar rumah yang merupakan
penggabungan dari Primitif penyusunnya.
Computational intelligent approach merupakan solusi untuk memecahkan
permasalahan yang menggunakan proses pengembangan secara iteratif berdasarkan pada data tertentu dan proses yang mengandalkan algoritma heuristik
pencarian yang tak menentu. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.2. Jaringan Syaraf Biologi
Kategori