44
Gambar 4.7, sifat sensitif ini mulai nampak pada tingkat derau 35, yang diindikasikan dengan adanya perbedaan tingkat pengenalan yang lebih dari 5,
antara tingkat pengenalan huruf ‘B’ dengan huruf ‘W’. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
BAB 5 KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil penelitian tentang pengenalan citra huruf berderau dengan jaringan syaraf tiruan yang berdasarkan sifat-sifat statistis, disimpulkan
hal-hal sebagai berikut. 1.
Pemrosesan data yang berdasarkan sifat-sifat statistis merupakan dasar jaringan syaraf tiruan yang diteliti. Sifat-sifat statistis yang digunakan adalah
yang berkaitan dengan distribusi kerapatan probabilitas pola masukan terhadap pola-pola yang disimpan. Distribusi kerapatan probabilitas ini
dihitung secara non-parametris dengan menggunakan jendela Parzen. Selanjutnya, distribusi kerapatan probabilitas ini diproses lebih lanjut dengan
berdasarkan pada pengklasifikasi Bayes untuk menghasilkan keluaran jaringan.
2. Unjukkerja jaringan syaraf tiruan yang diteliti telah memperlihatkan hasil
yang mengagumkan dalam pengenalan citra huruf berderau. Huruf dengan kandungan tingkat derau hingga 35 , masih dapat ditangani oleh jaringan,
dengan tingkat kesalahan pengenalan kurang dari 5 . Hal ini berarti, jaringan syaraf yang diteliti tidak sensitif terhadap huruf dengan kandungan tingkat
derau hingga 35 . Bila dibandingkan dengan kemampuan pengenalan oleh mata manusia, maka jaringan syaraf yang diteliti ini lebih unggul, karena
46
huruf dengan kandungan tingkat derau hingga 35 sangat sulit dikenali oleh mata manusia.
3. Adanya deformasi huruf dalam hal proporsi, pergeseran dan perputaran,
mengakibatkan turun dengan drastisnya tingkat pengenalan jaringan. Jaringan syaraf yang diteliti, memperlihatkan watak pengenalan yang sensitif terhadap
deformasi huruf. Bila dibandingkan dengan mata manusia, maka unjukkerja jaringan syaraf dalam hal deformasi huruf ini lebih rendah, karena mata
manusia tidak mempunyai watak pengenalan yang sesensitif jaringan syaraf yang diteliti terhadap deformasi huruf ini.
4. Watak pengenalan jaringan syaraf terhadap huruf berderau yang mengalami
deformasi dalam hal proporsi, pergeseran, dan perputaran masih menunjukkan adanya ketidaksentitifan jaringan terhadap derau pada rentang tertentu. Namun
rentang ketidaksensitifan ini lebih sempit bila dibandingkan dengan pengenalan jaringan terhadap huruf yang tidak mengalami deformasi.
5. Pelatihan jaringan syaraf yang diteliti dilakukan dengan dua tahap. Tahap
yang pertama adalah, penyimpanan semua pola pelatihan ke dalam jaringan. Sedangkan tahap yang kedua adalah, pencarian secara iteratif nilai faktor
penyekalanya yang optimum. 6.
Tingkat pengenalan jaringan syaraf tidak memperlihatkan kesensitifan terhadap perubahan nilai faktor penyekala, yang merupakan salah satu
variabel pada fungsi kernel. Akan tetapi, nilai faktor penyekala yang terlalu jauh dari optimumnya akan dapat menyebabkan jaringan benar-benar tidak
dapat lagi mengenali masukannya. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
7. Bentuk huruf ‘A’, ‘B’, ‘C’, …, atau ‘Z’ mempunyai pengaruh terhadap
tingkat pengenalan jaringan pada tingkat derau yang tinggi. Jaringan syaraf terlihat mulai menampakkan kesensitifan terhadap bentuk huruf ini pada
keadaan tingkat derau 35.
5.2 Saran
1. Jaringan syaraf tiruan yang digunakan dalam penelitian ini, melakukan
pemrosesan terhadap sejumlah 1024 data masukan, di setiap elemen pemroses pada lapis pola. Adanya pemrosesan data yang jumlahnya sangat besar ini
berakibat, bila jaringan syaraf tiruan ini diberikan banyak pola pelatihan, maka jumlah elemen pemrosesnya akan makin banyak. Ini berarti, waktu pelatihan
dan pengujian jaringan akan menjadi makin panjang. Untuk mengatasi hal ini, penelitian ini dapat dikembangkan lebih lanjut dengan menambahkan suatu
pengolah awal yang akan mengekstraksi ciri-ciri pola, sebelum pola tersebut masuk ke jaringan. Dengan cara ini, setiap pola dapat diwakili oleh sederetan
nilai koefisien Chandran et al, 1997. Dengan demikian, akan terjadi pengurangan yang sangat drastis pada ukuran pola-pola ini, yang akan
menaikkan kecepatan jaringan secara signifikan baik dalam pelatihan maupun pengujiannya.
2. Bentuk huruf ‘A’, ‘B’, ‘C’, …, atau ‘Z’ yang digunakan dalam penelitian ini,
mempunyai jarak huruf yang beragam antara huruf yang satu dengan lainnya. Sebagai contoh, huruf ‘B’ mempunyai jarak huruf yang lebih kecil dengan
