34 Tahap update bobot, bias dan indeks.
8. Tiap unit keluaran y
k
, k = 1, …, m memperbaharui bobot-bobot dan indeksnya j = 0, 1, …, p menggunakan persamaan 2.28, yang dapat disederhanakan sebagai:
= +
∆ 2.40
Tiap nilai unit tersembunyi z
j
, j = 1, …, p memperbaharui bobot dan indeksnya i = 0, 1, …, n menggunakan persamaan 2.30, yang dapat disederhanakan sebagai:
= +
∆ 2.41
9. Tes kondisi berhenti.
2.4 Format File JPEG
Pada penelitian ini, citra yang digunakan adalah citra berformat JPEG Joint Photographic Expert Group atau JPG. JPEG menggunakan teknik kompresi yang
menyebabkan kualitas citra turun lossy compression. Setiap kali menyimpan file ke tipe JPG dari tipe lain, ukuran gambar akan mengecil, kualitas citra turun dan tidak
dapat dikembalikan lagi. Pada gambar-gambar tertentu, penurunan kualitas citra hampir tidak terlihat oleh mata.
File JPEG digunakan untuk citra yang memiliki banyak warna karena format ini memiliki kedalaman warna 24 bit atau sekitar 16 juta warna dan umumnya
digunakan untuk menyimpan citra hasil foto. Format file ini mampu menyimpan citra dengan mode warna RGB, CMYK dan grayscale. Karakteristik JPEG memiliki
ekstensi .jpg atau .jpeg.
2.5 Penelitian Terdahulu
Pendeteksian citra telah banyak digunakan untuk membantu kebutuhan manusia dalam pencarian informasi yang dapat diolah kembali menjadi informasi lain bagi
pengguna yang berbeda. Penelitian mengenai masalah ini telah banyak dilakukan dengan berbagai algoritma untuk mendapatkan hasil yang lebih akurat.
Universitas Sumatera Utara
35 Pada tahun 2005, Devireddy dan Rao menggunakan metode BP untuk
mendeteksi tulisan tangan. Pada penelitian tersebut dibuktikan bahwa sistem memiliki kemampuan untuk mengenali pola tanpa harus terpengaruh dari perubahan posisi dari
sebuah nilai input. Citra juga dapat digunakan dalam pengenalan wajah menggunakan algoritma genetic dan BP untuk meningkatkan efisiensi kecocokan wajah Anam et al.
2009. Selain itu, pendeteksian juga dapat dilakukan dengan mencari perbedaan rotasi perubahan sebuah cita menggunakan LED Angle light-emitting diode deflection
angle sehingga dapat mengenali objek dari sudut berbeda Li, 2011. Peneletian juga dapat digunakan dengan menggabungkan beberapa metode untuk meningkatkan hasil
pendeteksian yang lebih akurat, dengan menggunakan dua metode pendekatan Bhatia, 2011.
Adapun beberapa penelitian sebelumnya yang telah dilakukan untuk mendeteksi cita berdasarkan masa lalunya, dapat dilihat pada Tabel 2.1.
Tabel 2.1 Penelitian Sebelumnya
No Judul
Pengarang Tahun
Kelebihan Kekurangan
1. Hand Written
Character Recognition Using
Backpropagation Network
Srinivasa Kumar
Devireddy, Settipalli
Appa Rao 2005
Mampu untk mengenali pola tanpa harus
terpengaruh dengan perubahan posisi.
Belum mampu
mengenali pola yang
kompleks.
2. Face Recognition
Using Genetic Algorithm and
Backpropagation Neural Network
Sarawat Anam, Md
Shohidul Islam, MA
Kashem, MN Islam, MR
Islam, MS Islam
2009 Hasil pendeteksian
cukup akurat dengan tingkat kecocokan
82.61 menggunakan GA dan 91.30
menggunakan BP na
3. An LED Assembly
Angle Detection System
Li Chunming,
Shi Xinna, Xu Yunfeng,
Wu Shaoguang
2011 Dapat mengenali
perubahan kecerahan citra serta perubahan
sudut yang berbeda dari sebuah citra
na
4. Accurate Corner
Detection Methods using Two Step
Approach Nitiin
Bhatia, Megha
Chhabra 2011
Hasil pendeteksian lebih akurat serta lebih mudah
dan efisien na
Universitas Sumatera Utara
36
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
Bab ini secara garis besar membahas analisis metode Harris Corner Detection HCD dan Backpropagation BP pada sistem serta tahap-tahap yang akan dilakukan dalam
perancangan sistem yang akan dibangun.
3.1. Identifikasi Masalah