Implementasi dan Perbandingan Pengenalan Pola Tanda Tangan Menggunakan Metode Kohonen dan Metode Adaptive Resonance Theory (ART)

IMPLEMENTASI DAN PERBANDINGAN PENGENALAN POLA
TANDA TANGAN MENGGUNAKAN METODE KOHONEN
DAN METODE ADAPTIVE RESONANCE THEORY (ART)

SKRIPSI

MARTINA ABRIANI SIPAYUNG
111401120

PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015

Universitas Sumatera Utara

IMPLEMENTASI DAN PERBANDINGAN PENGENALAN POLA
TANDA TANGAN MENGGUNAKAN METODE KOHONEN
DAN METODE ADAPTIVE RESONANCE THEORY (ART)


SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Ilmu Komputer

MARTINA ABRIANI SIPAYUNG
111401120

PROGRAM STUDI S1 ILMU KOMPUTER
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2015

Universitas Sumatera Utara

iii

PERSETUJUAN


Judul

: IMPLEMENTASI DAN PERBANDINGAN
PENGENALAN POLA TANDA TANGAN
MENGGUNAKAN METODE KOHONEN DAN
METODE ADAPTIVE RESONANCE THEORY
(ART)

Kategori

: SKRIPSI

Nama

: MARTINA ABRIANI SIPAYUNG

Nomor Induk Mahasiswa

: 111401120


Program Studi

: S1 ILMU KOMPUTER

Fakultas

: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI UNIVERSITAS SUMATERA
UTARA

Diluluskan di
Medan, 03 Desember 2015
Komisi Pembimbing

:

Pembimbing 2

Pembimbing 1


Amer Sharif, S.Si, M.Kom

Dr. Poltak Sihombing, M.Kom

NIP.

NIP. 19620317 199103 1 001

Diketahui/disetujui Oleh
Program Studi S1 Ilmu Komputer
Ketua,

Dr. Poltak Sihombing, M.Kom
NIP. 19620317 199103 1 001

Universitas Sumatera Utara

iv

PERNYATAAN


IMPLEMENTASI DAN PERBANDINGAN PENGENALAN POLA TANDA
TANGAN MENGGUNAKAN METODE KOHONEN DAN METODE
ADAPTIVE RESONANCE THEORY (ART)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing – masing telah disebutkan sumbernya.

Medan, 03 Desember 2015

Martina Abriani Sipayung
111401120

Universitas Sumatera Utara

v

PENGHARGAAN


Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas berkat dan karuniaNya, penulis dapat menyelesaikan penyusunan skripsi ini sebagai syarat untuk
memperoleh gelar Sarjana Komputer, Program S1 Ilmu Komputer, Fakultas Ilmu
Komputer dan Teknologi Informasi, Universitas Sumatera Utara.

Dalam menyelesaikan skripsi ini penulis telah banyak menerima bantuan dari berbagai
pihak. Pada kesempatan ini, penulis ingin mengucapkan terima kasih sebesar – besarnya
kepada :
1. Bapak Prof. Drs. Subhilhar, M.A., Ph.D selaku Plt.Rektor Universitas Sumatera
Utara.
2. Bapak Prof. Dr. Muhammad Zarlis, M.Sc selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara dan Dosen Pembina penulis.
3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer
dan Dosen Pembimbing pertama penulis yang telah meluangkan banyak waktunya
dan memberi kritik dan saran kepada penulis.
4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer
dan Dosen Pembanding pertama penulis yang telah membantu dalam memberikan
kritik dan saran dalam penyelesaian skripsi ini.
5. Bapak Amer Sharif, S.Si, M.Kom selaku Dosen Pembimbing kedua penulis yang
telah meluangkan banyak waktunya dan memberi kritik dan saran kepada penulis.

6. Bapak Drs. Marihat Situmorang, M.Kom selaku Dosen Pembanding kedua penulis
yang telah membantu dalam memberikan kritik dan saran dalam penyelesaian skripsi
ini.
7. Seluruh staf pengajar dan pegawai di Fakultas Ilmu Komputer dan Teknologi
Informasi.
8. Bapak Robinhot Sipayung dan Ibu Rosta Purba sebagai orangtua penulis yang telah
membesarkan dan memberikan kasih sayang dan dukungan moral dan materi kepada
penulis.

Universitas Sumatera Utara

vi

9. Adik – adik penulis, Karina Sipayung, Cristopher Sipayung dan Anggita Sipayung
yang selalu memberikan dukungan dan doa.
10. Agita Gurusinga dan Anandhini Nababan sebagai sahabat penulis yang selalu
memberikan dukungan.
11. Teman – teman yang memberikan tanda tangan yaitu : Abidah, Al Mizfar, Agung,
Ema, Febri, Fikri, Ismail, Ita, Joshua, Khairun nisa, Mawaddah, Nurkholija, Retri,
Richard, Ruth Mey, Sengli, Susi, dan Tifany.

12. Abang kakak senior serta teman – teman stambuk 2011 yang tidak dapat saya
sebutkan satu per satu .

Penulis menyadari bahwa skripsi ini masih terdapat banyak kekurangan. Oleh karena itu,
penulis mengharapkan kritik dan saran yang bersifat membangun demi penyempurnaan
skripsi ini. Semoga skripsi ini dapat bermanfaat khususnya bagi penulis dan bagi seluruh
pembaca.

Medan, 03 Desember 2015

Penulis,

Universitas Sumatera Utara

vii

ABSTRAK

Tanda tangan digunakan oleh masyarakat dalam pembuktian identitas di kehidupan
sehari – hari, seperti dalam bidang kesehatan, pendidikan, perbankan, usaha, dan bidang

lainnya. Tanda tangan dicek dengan cara membandingkan tanda tangan dengan tanda
tangan asli yang disebut dengan pengecekan manual. Pengecekan tanda tangan dapat
dibantu dengan mengembangkan sebuah sistem yang dapat digunakan dalam mengenali
pola tanda tangan. Sistem dibangun menggunakan jaringan saraf tiruan tanpa supervisi
dengan metode Kohonen dan Adaptive Resonance Theory 1 (ART1). Dalam
menggunakan metode Kohonen dan ART1, pola tanda tangan dilatih dengan cara
mengelompokkan pola kedalam beberapa kelompok. Citra asli terlebih dahulu diolah
melalui proses binerisasi, thinning, pemotongan dan ekstraksi fitur. Hasil dari proses
pengolahan citra adalah masukan yang digunakan dalam pelatihan dan pengujian jaringan
saraf tiruan menggunakan metode Kohonen dan ART1. Waktu pelatihan metode
Kohonen selama 68.0842 detik sedangkan waktu pelatihan metode ART1 selama
6.83757 detik. Metode Kohonen dan ART1 dapat mengenali citra yang telah dilatih
dengan ketepatan 100%. Sedangkan untuk citra yang tidak dilatih, persentase akurasi dari
metode Kohonen sebesar 63.75% dengan rata – rata waktu pengujian adalah
0.000319295 detik dan persentase akurasi dari metode ART1 sebesar 47.5% dengan rata
– rata waktu pengujian adalah 0.000410643 detik. Dari hasil tersebut didapatkan
kesimpulan bahwa metode Kohonen lebih cepat dan tepat dalam mengenali pola tanda
tangan dibandingkan dengan metode ART1.

Kata kunci : Jaringan Saraf Tiruan, Kohonen, Adaptive Resonance Theory 1

(ART1).

Universitas Sumatera Utara

viii

IMPLEMENTATION AND COMPARISON OF SIGNATURE PATTERN
RECOGNITION USING KOHONEN METHOD AND ADAPTIVE
RESONANCE THEORY (ART) METHOD

ABSTRACT

Signature is used by society to prove identity in daily life, such as health, education,
banking, business, and other fields. Signature is checked by comparing the signature with
the original signature called manual checking. Checking the signature can be helped by
developing a system that can be used to recognize signature pattern. The system was built
using unsupervised neural network with Kohonen method and Adaptive Resonance
Theory 1 (ART1). Using Kohonen and ART1 method, signature pattern is trained by
classifying the pattern into several groups. The original image must first be processed
through binarization, thinning, cropping and extraction features. The result of the image

processing is input that is used in neural network training and testing using Kohonen and
ART1 method. Training time for Kohonen method is 68.0842 seconds while training time
for ART1 method is 6.83757 seconds. Kohonen and ART1 method can recognize images
that have been trained with 100% accuracy. As for the image that is not trained, the
percentage of accuracy of the Kohonen method is 63.75% with the average of recognition
time is 0.000319295 seconds and the percentage of accuracy of the ART1 method is
47.5% with the average of recognition time is 0.000410643 seconds. From these results,
it is concluded that the Kohonen method is faster and more accurate than the ART1
method at recognizing signature pattern.

Keywords : Neural Network, Kohonen, Adaptive Resonance Theory 1 (ART1).

Universitas Sumatera Utara

ix

DAFTAR ISI

Hal.
Persetujuan

iii

Pernyataan

iv

Penghargaan

v

Abstrak

vii

Abstract

viii

Daftar Isi

ix

Daftar Gambar

xiii

Daftar Tabel

xiv

Bab 1 Pendahuluan

1

1.1 Latar Belakang

2

1.2 Rumusan Masalah

2

1.3 Batasan Masalah

2

1.4 Tujuan Penelitian

2

1.5 Manfaat Penelitian

2

1.6 Metode Penelitian

3

1.7 Sistematika Penulisan

3

Bab 2 Landasan Teori
2.1 Jaringan Saraf Tiruan

5

2.1.1 Model Matematika

6

2.1.2 Arsitektur Jaringan

8

2.1.3 Pelatihan Supervisi dan Tanpa Supervisi

11

2.1.4 Aplikasi

12

2.2 Metode Kohonen

12

2.2.1 Arsitektur Jaringan Kohonen

12

2.2.2 Algoritma Jaringan Kohonen

13

2.3 Metode Adaptive Resonance Theory (ART)

14

Universitas Sumatera Utara

x

2.3.1 Arsitektur Adaptive Resonance Theory 1 (ART1)

15

2.3.2 Algoritma Adaptive Resonance Theory 1 (ART1)

15

2.3.3 Pelatihan Cepat (Fast Learning) dan Pelatihan
Lambat (Slow Learning)

17

2.4 Pengenalan Pola

18

2.5 Citra Digital

18

2.5.1 Citra RGB

20

2.5.2 Citra Abu – abu (Grayscale)

20

2.5.3 Citra Biner

20

2.6 Prapengolahan Citra

21

2.6.1 Konversi RGB ke Abu – abu (Grayscale)

21

2.6.2 Pengambangan (Tresholding)

21

2.6.3 Thinning

22

2.7 Ekstraksi Fitur

22

2.7.1 Transformasi Wavelet 2D

23

2.8 Format File Citra JPEG (.jpg)

24

2.9 Verifikasi Tanda Tangan

24

2.10 Penelitian Terdahulu

25

Bab 3 Analisis dan Perancangan Sistem
3.1 Analisis Sistem

27

3.1.1 Analisis Masalah

27

3.1.2 Analisis Kebutuhan

28

3.1.2.1 Kebutuhan Fungsional

28

3.1.2.2 Kebutuhan Non-Fungsional

29

3.1.3 Analisis Proses

29

3.1.3.1 Akuisisi Citra

29

3.1.3.2 Prapengolahan Citra

29

3.1.3.3 Ekstraksi Fitur

30

3.1.3.4 Fase Pelatihan dan Pengujian

31

3.2 Pemodelan Sistem

44

3.2.1 Diagram Kasus Penggunaan (Use Case Diagram)

44

3.2.2 Diagram Aktivitas (Activity Diagram)

47

Universitas Sumatera Utara

xi

3.2.3 Diagram Urutan Aksi - aksi (Sequence Diagram)
3.3 Perancangan Flowchart

50
51

3.3.1 Flowchart Binerisasi Citra

51

3.3.2 Flowchart Thinning Citra

52

3.3.3 Flowchart Pemotongan Citra

54

3.3.4 Flowchart Ekstraksi Fitur

55

3.3.5 Flowchart Pelatihan Jaringan Saraf Tiruan (JST)

57

3.3.6 Flowchart Pengujian Jaringan Saraf Tiruan (JST)

62

3.4 Perancangan Arsitektur Jaringan

65

3.4.1 Jaringan Kohonen

66

3.4.2 Jaringan Adaptive Resonance Theory 1 (ART1)

66

3.5 Perancangan Antarmuka Sistem

67

3.5.1 Halaman Utama

67

3.5.2 Pengolahan Citra dan Pelatihan

68

3.5.3 Pengujian

70

3.5.4 Bantuan

72

Bab 4 Implementasi dan Pengujian Sistem
4.1 Implementasi Sistem

76

4.4.1 Tampilan Antarmuka Sistem

76

4.4.1.1 Halaman Utama

76

4.4.1.2 Pelatihan

77

4.1.1.2.1 Prapengolahan Citra dan Ekstraksi
Fitur

78

4.1.1.2.2 Pelatihan Jaringan Saraf Tiruan
4.4.1.3 Pengujian

83
84

4.1.1.3.1 Pengujian dengan Satu Citra Uji

85

4.1.1.3.2 Pengujian dengan 20 (dua puluh)
Citra Uji

86

4.4.1.4 Bantuan

89

4.2 Pengujian dan Hasil Pengujian

91

4.2.1 Waktu Pelatihan

91

4.2.2 Waktu Pengujian dan Persentase Akurasi Pengujian

92

Universitas Sumatera Utara

xii

4.2.2.1 Pengujian pada citra yang telah dilatih

92

4.2.2.2 Pengujian pada citra yang tidak dilatih

94

4.3 Analisis Penyebab Kesalahan dalam Mengenali Pola Tanda
Tangan

102

4.3.1 Analisis Penyebab Kesalahan dalam Mengenali Pola
Tanda Tangan Menggunakan Metode Kohonen

102

4.3.2 Analisis Penyebab Kesalahan dalam Mengenali Pola
Tanda Tangan Menggunakan Metode ART1

104

Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan

107

5.2 Saran

108

Daftar Pustaka

109

Lampiran Listing Program

A-1

Lampiran Citra Tanda Tangan

B-1

Lampiran Curriculum Vitae

C-1

Universitas Sumatera Utara

xiii

DAFTAR GAMBAR

Hal.
Gambar 2.1 Model matematis dari jaringan saraf tiruan

7

Gambar 2.2 Jaringan saraf dengan lapisan tunggal

9

Gambar 2.3 Jaringan saraf dengan lapisan banyak

10

Gambar 2.4 Jaringan saraf dengan lapisan kompetitif

11

Gambar 2.5 Arsitektur jaringan kohonen

13

Gambar 2.6 Struktur sasar ART1

15

Gambar 2.7 Struktur sistem pengenalan pola

18

Gambar 2.8 Koordinat citra digital

19

Gambar 2.9 Ilustrasi digitalisasi citra

20

Gambar 2.10 Transformasi Wavelet 2D 1 level

24

Gambar 2.11 Skema hasil Transformasi Wavelet 2D 1 level

24

Gambar 3.1 Diagram Ishikawa

28

Gambar 3.2 Prapengolahan citra

30

Gambar 3.3 Ekstraksi fitur

31

Gambar 3.4 Diagram kasus penggunaan (Use case Diagram)

44

Gambar 3.5 Diagram aktivitas (Activity Diagram) pelatihan
sistem

48

Gambar 3.6 Diagram aktivitas (Activity Diagram) pengujian
sistem

49

Gambar 3.7 Diagram aktivitas (Activity Diagram) simpan data
tabel hasil

49

Gambar 3.8 Diagram aktivitas (Activity Diagram) menampilkan
grafik pengujian

50

Gambar 3.9 Diagram urutan aksi – aksi (Sequence Diagram)
Sistem

50

Gambar 3.10 Flowchart binerisasi citra

51

Gambar 3.11 Flowchart thinning citra

53

Gambar 3.12 Flowchart pemotongan citra

54

Universitas Sumatera Utara

xiv

Gambar 3.13 Flowchart ekstraksi fitur

56

Gambar 3.14 Flowchart pelatihan Kohonen

58

Gambar 3.15 Flowchart pelatihan ART1

59

Gambar 3.16 Flowchart pengujian Kohonen

63

Gambar 3.17 Flowchart pengujian ART1

64

Gambar 3.18 Arsitektur jaringan saraf tiruan metode Kohonen
untuk pengenalan tanda tangan

66

Gambar 3.19 Arsitektur jaringan saraf tiruan metode ART1
untuk pengenalan tanda tangan

67

Gambar 3.20 Halaman utama

68

Gambar 3.21 Pengolahan citra dan pelatihan

69

Gambar 3.22 Pengujian

71

Gambar 3.23 Bantuan halaman utama

73

Gambar 3.24 Bantuan halaman pelatihan

74

Gambar 3.25 Bantuan halaman pengujian

75

Gambar 4.1 Halaman utama

77

Gambar 4.2 Pelatihan

78

Gambar 4.3 Buka citra

79

Gambar 4.4 Citra pelatihan

79

Gambar 4.5 Binerisasi citra asli

80

Gambar 4.6 Thinning pada citra

80

Gambar 4.7 Pemotongan citra

81

Gambar 4.8 Proses ekstraksi fitur

82

Gambar 4.9 Hasil ekstraksi fitur

82

Gambar 4.10 Proses pelatihan

83

Gambar 4.11 Waktu proses pelatihan

84

Gambar 4.12 Pengujian

85

Gambar 4.13 Citra uji

85

Gambar 4.14 Hasil pengujian satu citra uji

86

Gambar 4.15 Citra uji (dua puluh citra)

87

Gambar 4.16 Hasil pengujian (dua puluh citra)

87

Gambar 4.17 Grafik pengujian

88

Gambar 4.18 Bantuan halaman utama

89

Universitas Sumatera Utara

xv

Gambar 4.19 Bantuan pelatihan

90

Gambar 4.20 Bantuan Pengujian

90

Gambar 4.21 Grafik perbandingan waktu pengujian metode
Kohonen dan metode ART1

101

Universitas Sumatera Utara

xvi

DAFTAR TABEL

Hal.
Tabel 3.1 Dokumentasi naratif kasus penggunaan (Use case)
pelatihan Kohonen dan ART1

45

Tabel 3.2 Dokumentasi naratif kasus penggunaan (Use case)
pengujian Kohonen dan ART1

46

Tabel 4.1 Parameter dan waktu pelatihan Kohonen

91

Tabel 4.2 Parameter dan waktu pelatihan ART1

91

Tabel 4.3 Hasil pengujian pada citra yang telah dilatih

92

Tabel 4.4 Hasil pengujian pada citra yang tidak dilatih

94

Tabel 4.5 Citra uji dengan target kelompok dan keluarannya
menggunakan metode Kohonen

103

Tabel 4.6 Citra uji dengan target kelompok dan keluarannya
menggunakan metode ART1

104

Universitas Sumatera Utara