Total operasi matematis: Perkalianpembagian
= 15p
3
+ 4p
2
+ 5p + 12p
= 15p
3
+ 4p
2
+ 17p kali. Penjumlahanpengurangan = 12p + 6p
2
+ 12p + 3 = 6p
2
+ 24p + 3 kali
Jadi kompleksitas waktu maksimum pembuatan basis data acuan untuk satu
aksara adalah: 15p
3
+ 4p
2
+ 17p kali operasi perkalian atau pembagian, 6p
2
+ 24p +
3 kali operasi penjumlahan atau pengurangan, ditambah dengan 3.465.006N kali
perbandingan. Melihat demikian tingginya kompleksitas waktu yang diperlukan sistem
pengenalan ini, maka diperlukan perangkat keras yang berupa komputer dengan kecepatan proses yang memadai agar pengoperasian sistem tidak terlalu lambat.
4.2.4 Analisis Kompleksitas Ruang Penyimpanan
Kompleksitas ruang penyimpanan yang diperlukan oleh suatu sistem sangat tergantung dari struktur data yang digunakan untuk mengembangkan sistem
tersebut, terutama struktur yang nantinya akan berhubungan langsung dengan fasilitas media penyimpan. Masing-masing tipe data yang digunakan memerlukan
ruang penyimpan yang berbeda pula. Tipe-tipe data yang digunakan dalam sistem pengenalan ini yang berhubungan dengan keperluan media penyimpan terlihat
dalam Tabel 4.18 berikut ini:
Tabel 4.18
Tipe data dan ruang penyimpan yang diperlukan
No Tipe
Ruang Penyimpan
1 Byte 1
byte 2 Integer
4 byte
3 Word 4
byte 4 Real
6 byte
5 String[35]
35 byte + 1 byte
100
Mengacu pada tabel di atas dan struktur data yang telah dirancang, maka keperluan ruang penyimpan masing-masing file pada sistem pengenalan ini dapat
dihitung sebagai berikut: ¾ Pola model
TModelPattern = record Nomor : byte; 1 byte
Model : byte; 1 byte Pattern : array[0..4,0..4] of byte;
5 x
5 x
1 byte
end;
Pola model tandatangan Indonesia sebanyak 52 pola, maka keperluan ruang
penyimpannya adalah : 1 + 1 + 25 x 52 = 1.404 byte.
Pola model Aksara Bali sebanyak 23 pola, maka keperluan ruang
penyimpannya adalah : 1 + 1 + 25 x 23 = 621 byte.
¾ Data sebuah karakter
THuruf = record IdNumber : word; 4 byte
Name : string[35]; 36 byte Freq :array[1.. DimVector,1..6] of word;
52 x 6 x 4 = 1248 byte
RefFileName : string[70]; 71 byte ADis : array[1..3] of real;
3 x 6 = 18 byte Critical : real;
end;
Guna menyederhanakan program, maka dalam sistem pengenalan ini dimensi vektor yang digunakan adalah dimensi vektor terbesar, yaitu
sebanyak pola model yang dimiliki oleh Tandatangan Indonesia yaitu 42. Dapat disimpulkan bahwa banyaknya keperluan ruang penyimpan untuk data
sebuah aksara adalah : 4 + 36 + 1248 + 71 + 18 + 6 = 1383 byte.
Jika sistem ini dimanfaatkan secara nyata, maka ada beberapa komponen data aksara yang tidak diperlukan. Adapun struktur data yang dipakai jika
sistem dimanfaatkan secara nyata dengan menggunakan pola model Aksara Bali adalah:
101
TPersonSign = record IdNumber : word; 4 byte
Name : string[35]; 36 byte Freq :array[1..23 ,1..6] of word;
23 x 6 x 4 = 1008 byte Critical : real; 6 byte
end;
Keperluan ruang penyimpannya adalah : 4 + 36 + 1008 + 6 = 552 byte.
Kompleksitas ruang penyimpanan pada sistem pengenalan menggunakan metode masukan statis secara umum cukup besar, hal tersebut dipengaruhi oleh
faktor disimpan atau tidaknya aksara sampel. Pada kondisi praktis file citra aksara acuan maupun uji tidak perlu disimpan, karena ciri-ciri yang diperlukan untuk
proses pengenalan sudah diekstraksi pada saat pembuatan basis data acuan dan disimpan dalam sebuah file.
Sistem pengenalan dalam penelitian ini menggunakan format file citra bitmap
dua warna untuk penyimpanan citra aksara, masing-masing citra aksara berukuran 140 x 165 piksel memerlukan ruang penyimpan sebanyak 23.100 byte.
Sehingga jika semua file citra aksara acuan maupun uji harus disimpan, maka akan memerlukan ruang penyimpan yang cukup banyak.
102
103 Bab ini berisi simpulan yang diambil dengan mengacu pada pokok
permasalahan dan hasil pengujian, serta beberapa saran guna pengembangan lebih lanjut terhadap Pengembangan Pola Khusus berbasis Metode Pola Busur
Terlokalisasi serta program aplikasinya.
5.1 Simpulan
Simpulan yang dapat diambil terhadap hasil pengujian dan analisis terhadap Pengembangan Pola Khusus berbasis Metode Pola Busur Terlokalisasi yang telah
dilakukan adalah sebagai berikut : 1. Ekstraksi ciri karakter dilakukan dengan pola khusus yang dibentuk
berdasarkan Metode Pola Busur Terlokalisasi. Pemilihan model dilakukan dari implementasi pola yang didapatkan pada basisdata citra Aksara Bali,
berdasarkan akumulasi frekuensi kemunculan masing-masing pola model. Dilihat dari prosentase kesalahan serta waktu proses, metode ini terbukti cukup
efektif dan menghasilkan unjuk kerja yang lebih baik untuk pengenalan Aksara Bali, dibandingkan dengan memakai pola model Tandatangan Indonesia.
2. Unjuk kerja sistem diukur berdasarkan dua macam tipe kesalahan, yaitu : kesalahan penolakan false rejection dan kesalahan penerimaan false
acceptance . Sistem yang dikembangkan mempunyai prosentase kesalahan
minimum pada semua kombinasi konstanta pengali nilai ambang Cd 2,0; 3,0; 4,0; 5,0
dan konstanta pemotongan nilai eigen q bernilai 3, dengan rata-rata
kesalahan sistem adalah 7,3 sehingga tingkat keberhasilannya sebesar 92,7. .
BAB V. SIMPULAN DAN SARAN
