3.3.3 Form Menu Identifikasi Aksara
Form ini digunakan untuk melakukan uji dengan data baru terhadap sistem yang telah dibangun. Pada form ini dibutuhkan data masukan berupa citra aksara
Lampung sehingga dapat dilakukan identifikasi dari data masukannya.
3.4 Kebutuhan Sistem
Alat yang digunakan dalam proses perancangan sistem : 1.
Hardware Perangkat keras
hardware
yang digunakan memiliki spesifikasi sebagai berikut :
1. Processor
: Intel ® Core ™ iη-4200M 2.
RAM : 4GB
3. Hard Drive
: 500 GB 4.
Graphic Interface : NVIDIA GEFORCE 720M
2. Software
Perangkat lunak
software
yang digunakan adalah sebagai berikut : 1.
Microsoft Windows 8.1 Pro
Gambar 3.75 Tampilan menu identifikasi aksara Lampung
Sistem operasi yang digunakan untuk menjalankan perangkat keras serta perangkat lunak lainnya.
2. Matlab 2014 R2014a
Matlab 2014 R2014a digunakan untuk mengimplementasikan rancangan sistem sekaligus untuk menjalankan sistem.
53
Gambar 4.1 Data awal aksara Lampung BAB IV
IMPLEMENTASI DAN ANALISIS HASIL
Bab ini berisi uraian implementasi dan hasil penelitian yang berupa optimalisasi jaringan syaraf tiruan, variasi percobaan metode
training
dalam jarigan syaraf tiruan, serta pengujian data tunggal dan uraian mengenai hasil luaran terkait dengan akurasi
yang dicapai.
4.1 Implementasi Sistem
Pada subbab ini dibahas tentang proses
preprocessing
dan ekstraksi ciri dari sistem yang telah dibangun. Sistem dibangun dengan menggunakan bahasa
pemrograman MATLAB. 1.
Data Aksara Data aksara yang digunakan berupa citra aksara Lampung yang didapat dari
hasil pengisian form. Berikut contoh form beserta isiannya.
Gambar 4.2 Citra aksara Lampung hasil
cropping 2.
Cropping
dan
Resizing
Tahap selanjutnya adala melakukan
cropping. Cropping
dilakukan secara manual dimana data awal aksara yang berupa citra kumpulan aksara menjadi citra yang
hanya berisi satu aksara saja. Setelah itu dilakukan
resizing
untuk semua citra menjadi 60 x 60. Hal ini dilakukan untuk memudahkan dalam proses ekstraksi ciri.
3. Mengubah Citra Warna
Preprocessing
tahap ini merupakan proses perubahan warna pada citra warna, yaitu diubah menjadi citra keabuan dengan menggunakan fungsi
rgb2gray
pada MATLAB.
a b Gambar 4.3
Perubahan Citra RGB a menjadi citra
grayscale
b
Gambar 4.4 Citra biner aksara Lampung
Gambar 4.5 Citra aksara Lampung hasil penipisan
4. Binerisasi Citra
Dengan menggunakan fungsi im2bw pada MATLAB, citra aksara yang digunakan diubah menjadi citra hitam putih yang hanya memiliki nilai piksel 0 dan 1.
5. Penipisan Citra
Penipisan citra dilakukan dengan menggunakan fungsi
Rosenfeld
sehingga didapatkan ketebalan citra menjadi 1 piksel.
Gambar 4.6 Hasil data ciri diganti nilai arah dan telah dinormalisasi
6. Ekstraksi Ciri
Proses ekstraksi ciri dilakukan dengan menggunakan metode
Modified Direction Feature
Bluemenstein, 2007. Metode ini digunakan untuk menghitung nilai arah dari suatu garis pada citra aksara dalam 4 arah, yaitu kanan-kiri, kiri-kanan,
atas-bawah dan bawah-atas. Hasil yang didapatkan berupa 120 data ciri untuk masing- masing citra aksara yang diproses.
a. Langkah 1
Mengganti nilai tiap piksel dengan ketentuan seperti yang ditunjukkan pada Tabel 2.4.
b. Langkah 2
Langkah selanjutnya adalah menentukan nilai DT dengan membagi nilai tiap piksel dengan elemen pembagai yang telah ditetapkan, yaitu 10.
Gambar 4.7 Hasil data setelah dibagi 10
Gambar 4.8 Hasil nilai LT
Local Transition
c. Langkah 3
Ulangi langkah 2 untuk menghitung nilai DT dari 4 arah pembacaan matriks yang berbeda, yaitu kiri-ke-kanan, kanan-ke-kiri, atas-ke-bawah dan bawah-ke-atas.
d. Langkah 4
Pada langkah ini, dihitung nilai LT dengan menggunakan data yang didapat dari Langkah 1 dengan menggunakan persamaan 2.3.
Gambar 4. 9 Hasil re-sampled matriks ciri
Gambar 4. 10 Hasil ciri akhir 1 data citra
Dalam menghitung nilai LT, dilakukan sebanyak 4 kali pula dengan arah pembacaan matriks citra yang berbeda, kiri-ke-kanan dengan menggunakan persamaan
2.3, kanan-ke-kiri dengan persamaan 2.5, atas-ke-bawah dengan persamaan 2.4 dan bawah-ke-atas dengan menggunakan persamaan 2.6.
e. Langkah 5
Langkah selanjutnya adalah menghitung nilai rata-rata semua nilai piksel dan melakukan
re-sampled
matriks sesuai dengan persamaan 2.7.
Dari hasil tersebut, kemudian dengan hasil
re-sampled
matriks untuk arah lainnya dari nilai DT dan LT digabungkan sehingga didapatkan 120 ciri untuk tiap
aksara yang diproses.
Berikut data hasil ekstraksi ciri semua data aksara Lampung yang digunakan dalam penelitian ini.
Gambar 4. 11 Hasil ekstraksi ciri semua data
Gambar 4. 12 Implementasi mencari nilai maksimum dan
minimum
Gambar 4. 13 Implementasi persamaan 2.11 7.
Normalisasi
Dalam penelitian ini, dilakukan normalisasi data hasil ekstraksi ciri dengan menggunakan metode min-max dan z-score. Hal ini dilakukan untuk membandingkan
metode normalisasi mana yang mampu menghasilkan tingkat akurasi yang lebih tinggi. a.
Normalisasi min-max Normalisasi min-max pada awalnya mencari nilai maksimum dan minimum
dari semua data yang ada.
Langkah dengan persamaan 2.11, maka dicari nilai baru untuk data tersebut.
Gambar 4. 15 Implementasi mencari nilai standar deviasi dan rata-rata
Gambar 4. 16 Implementasi mencari nilai modus
Gambar 4. 17 Implementasi persamaan
2.10
Gambar 4. 14 Data hasil normalisasi min-max
Berikut data hasil setelah dilakukan normalisasi.
b. Normalisasi z-score
Normalisasi min-max pada awalnya mencari nilai maksimum dan minimum dari semua data yang ada.
Langkah selanjutnya adalah menemukan nilai yang paling dominan dari data tersebut, karena normalisasi hanya dilakukan pada data yang dominan tersebut.
Dengan menggunakan persamaan 2.10, maka dicari nilai baru untuk data tersebut.
Gambar 4. 18 Data hasil normalisasi z-score
Berikut data hasil setelah dilakukan normalisasi.
4.2 Hasil dan Analisis Hasil