BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
Pada bab ini akan diuraikan tahapan selanjutnya dalam pengembangan software yaitu tahap implementasi dan pengujian sistem. Di sini akan dijelaskan tentang proses
pengimplementasian algoritma ke dalam sistem dan melakukan pengujian dari software yang dikembangkan.
4.1. Implementasi
Data yang telah dikenali pada bab sebelumnya haruslah diimplementasikan ke dalam kode pemrograman agar dapat dilakukan pengujian untuk mengetahui kemampuan
kombinasi metode zoning. Pada penelitian ini pemrograman yang digunakan adalah bahasa pemrograman java. Pada bab sebelumnya telah dibahas tentang cara kerja
sistem yang dibangun dengan mnggunakan jaringan saraf tiruan. Pengkodean dilakukan menjadi 5 modul utama, yaitu :
1. Modul prapengolahan citra Merupakan modul untuk melaksakan semua proses prapengolahan citra dan
melaksanakan proses ekstraksi fitur. 2. Modul inisialisasi
Merupakan model untuk melaksanakan inisialisasi bobot awal. 3. Modul pelatihan jaringan
Merupakan modul untuk melaksanakan proses pelatihan jaringan propagasi balik. 4. Modul pengujian jaringan
Merupakan modul untuk melaksanakan proses pengujian jaringan propagasi balik yang telah dilatihkan.
Universitas Sumatera Utara
5. Modul program utama Merupakan modul untuk menjalankan modul prapengolahan citra, pelatihan
jaringan dan pengujian jaringan.
4.2. Spesifikasi Perangkat Keras dan Perangkat Lunak yang digunakan
Spesifikasi perangkat lunak dan perangkat keras yang digunakan untuk membut sistemnya adalah sebagai berikut:
1. Processor Pentium Intel ® Core ™ iγ-2310M
2. Kapasitas harddiks 500GB. 3. Memory RAM yang digunakan 2.00GB.
4. Sistem operasi Microsoft Windows 7. 5. Tools dari Java.
6. Printer canon MP198.
4.3. Pengujian
Setelah melakukan tahap implementasi maka dilakukan tahap pengujian kemampuanmetode zoning pada jaringan saraf tiruan untuk pengenalan tulisan tangan
huruf jawi arab melayu. Untuk mengetahui seberapa tingkat kecocokannya dengan metode tersebut, dibangunsebuah jaringan dengan menggunakan metode zoning.
Jaringan yang menggunakan metode zoning menggunakan 510 nilai fitur.
4.4. Persiapan Sistem Jaringan Saraf Tiruan
Ketika jaringan tersebut memiliki lapisan tersembunyi dan lapisan keluaran yang sama yaitu 96 neuron lapisan tersembuni dan 7 neuron lapisan keluaran. Lapisan masukan
sesuai dengan metode ekstraksi yang digunakan yaitu zoning 510 neuron masukan. Jaringan tersebut dilatih dengan menggunakan data latihan dengan paramter pelatihan,
yaitu learning rate : 0.5, momentum 0.5. Data latihan dapat dilihat pada lampiran B.
Universitas Sumatera Utara
Universitas Sumatera Utara
4.5. Hasil Pengujian