PENGENALAN HURUF JEPANG KATAKANA MENGGUNAKAN LOGIKA KABUR
PENGENALAN HURUF JEPANG KATAKANA
MENGGUNAKAN LOGIKA KABUR
S K R I P S I Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Sains Program Studi Ilmu Komputer
Oleh :
Henry Prasista Kurniawan
NIM : 043124009
PROGRAM STUDI ILMU KOMPUTER
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
JAPANESE KATAKANA CHARACTER
RECOGNITION USING FUZZY LOGIC
FINAL PROJECT Presented as Partial Fullfilment of the Requirements
To Obtain Sarjana Sains Degree Computer Science Study Program
Oleh :
Henry Prasista Kurniawan
NIM : 043124009
COMPUTER SCIENCE STUDY PROGRAM
FACULTY OF SAINS AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
PERSEMBAHAN
Karya ini saya persembahkan untuk mereka yang peduli dengandunia pendidikan dan semua orang yang peduli dengan kebudayaan
Negara kita Indonesia. Serta saya persembahkan bagi mereka para
pecinta hal-hal yang bergaya Jepang. Karya bergaya Jepang ini
sebagai timbal balik akan rasa cinta yang mendalam akan kebudayaan
Indonesia dan keprihatinan akan budaya Indonesia yang semakin
ditinggalkan oleh anak muda Negara kita sendiri. Karya ini sebagai
sumbangan pertama saya untuk dunia pendidikan khususnya pendidikan
di Indonesia. Hasil dan pesan moral yang terkandung di dalam karya
saya ini semoga bermanfaat. MOTTO Siapkan yang terburuk dari yang terbaik, dan dapatkan yang terbaik dari yang terburuk. Hidup penuh keseimbangan dalam keselarasan.
ABSTRAK
PENGENALAN HURUF JEPANG KATAKANA
MENGGUNAKAN LOGIKA KABUR
Huruf Katakana adalah salah satu huruf yang dipakai di Jepang. Huruf ini dipakai untuk menuliskan kata-kata asing atau kata-kata dari luar Jepang terutama kata-kata dalam bahasa Inggris. Pengenalan pola huruf Jepang Katakana menggunakan logika kabur adalah perluasan dari pengenalan pola menggunakan metode Tuple-N. Metode Tuple-N ini memiliki kelemahan diantaranya mensyaratkan kecocokan mutlak antara huruf masukan dengan pola template yang dinyatakan dalam DoM(Degree of Match). Selain itu Skor Kemiripan memiliki kelemahan yaitu posisi suatu pixel dari suatu gambar kurang menjadi penentu kecocokan suatu pola masukan dengan pola-pola template. Untuk mengatasi kelemahan-kelemahan tersebut digunakan perluasan dengan logika kabur.
Pada pengenalan pola huruf Jepang Katakana menggunakan logika kabur ini menggunakan sistem kabur yang meliputi proses fuzzifikasi, proses implikasi, proses mesin inferensi kabur, dan proses defuzzifikasi. Proses fuzzifikasi mengunakan metode Singleton Fuzzifier, implikasi menggunakan implikasi Mamdani, mesin inferensi kabur menggunakan Generalisasi Modus Ponen dan proses defuzzifikasi menggunakan metode Center Average. Masukan sistem berupa DoM dan IoT(Important of Tuple) sedangkan keluaran berupa Css.
Berdasarkan hasil penelitian yang dilakukan dapat diperoleh kesimpulan yaitu dari 100 template yang ada dan terbagi dalam 20 kelompok yang disediakan diperoleh hasil bahwa nilai pengenalan pola akan semakin tinggi jika pola masukan semakin mendekati pola template.
ABSTRACT
JAPANESE KATAKANA CHARACTER RECOGNITION
USING FUZZY LOGIC
Katakana is one of characters used in Japan. This character used to writing foreign words or words from the outside of Japan specially English words. Japanese Katakana Character Recognition using Fuzzy Logic is a extensification of pattern recognition using Tuple-N method. This method has weakness, one of it is presuppose absolut match between input character and template character which call as DoM (Degree of Match). Beside that, Resemblance Score has weakness is the position of pixel from the picture is not enough to be matching determiner between input character and template patterns. To handle that weakness used extensification using Fuzzy Logic.
This Japanese Katakana Character Recognition using Fuzzy Logic using Fuzzy System are fuzzification process, implication process, fuzzy inference engine process and defuzzification process. Fuzzification process using Singleton Fuzzifier method, implication process using Mamdani method, fuzzy inference engine process using Generalization of Ponen Mode and defuzzification process using Center Average Defuzzifier. System input are DoM and IoT (Important of Tuple) and system output is Css.
From the experiments had conclution, from 100 templates in 20 groups had result that pattern recognition value higher if input pattern more like template patterns.
PERNYATAAN KEASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa skripsi yang saya tulis ini tidak memuat karya atau bagian karya orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka, sebagaimana layaknya karya ilmiah.
Yogyakarta, 12 Juni 2008 Penulis,
(Henry Prasista Kurniawan)
KATA PENGANTAR
Puji dan syukur ke hadirat Tuhan Yesus Kristus yang telah melimpahkan rahmat dan kasih-Nya sehinga penulis dapat menyelesaikan skripsi ini dengan judul PENGENALAN HURUF JEPANG KATAKANA MENGGUNAKAN LOGIKA KABUR yang sekiranya dapat bermanfaat bagi perkembangan ilmu pengetahuan.
Adapun skripsi ini ditulis untuk memenuhi salah satu syarat memperoleh gelar Sarjana Sains pada Program Studi Ilmu Komputer, Jurusan Matematika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma Yogyakarta.
Dalam penulisan skripsi penulis menyadari banyak pihak yang telah memberikan sumbangan baik pikiran, waktu, tenaga, bimbingan dan dorongan yang sangat tulus dan sangat berarti bagi penulis sehingga skripsi ini dapat penulis selesaikan. Oleh karena itu dengan segala kerendahan hati yang paling dalam penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada : 1. Bapak Eko Hari Parmadi, S.Si, M.Kom. selaku dosen pembimbing.
Bimbingan Anda saat bermanfaat sehingga skripsi ini dapat selesai. Terima kasih juga atas kesabarannya. Maaf jika saya telah berbuat banyak kesalahan.
2. Bapak Yanuarius Joko Nugroho, S.Si. dan Ibu Anastasia Rita Widiarti, S.Si., M.Kom. yang telah bersedia menjadi dosen penguji.
3. Romo Ir. Gregorius Heliarko, S.J., S.S., B.S.T., M.A., M.Sc. selaku Dekan Fakulktas Sains dan Teknologi.
4. Ibu P.H. Prima Rosa, S.Si., selaku Kaprodi Ilmu Komputer.
5. Seluruh dosen yang telah mengajar penulis selama menjadi mahasiswa Ilmu Komputer dari tahun 2004 hingga 2008.
6. Mas Widodo (dulu) dan Mas Susilo selaku petugas laboratoriumyang telah memberikan kenyamanan dalam menggunakan laboratorium.
7. Ibu Suwarni (dulu), Mas Tukijo dan Mbak Linda selaku petugas Sekretariat, terima kasih atas bantuan dan kerjasamanya.
8. Mas-mas dan Mbak-mbak Asisten Dosen yang telah memberikan pengalaman yang berharga, terima kasih atas apa yang telah kalian berikan.
9. Papa dan Mama yang telah sangat tulus memberikan semuanya kepada penulis, kasih yang sepanjang masa tidak akan terlupakan. Kalian berdua adalah orangtua paling luar biasa di seluruh alam semesta.
10. Kakakku Ivan dan Adikku Intan yang telah membantu memberikan semangat, kalian adalah saudaraku yang sangat luar biasa.
11. Simbah buyut(Alm), Mbah Akung(Alm), Mbah Uti dan Pakde yang telah memberikan nasehat, semangat dan motivasi kesuksesan bagi cucu- cucunya.
12. Seluruh saudaraku dimanapun kalian berada, terima kasih atas nasehatnya.
13. Spesial thanks buat Willy Ikom’04, Yo Mat’04 dan Mbak Niken, S.Si. yang telah membantu penulis hingga titik darah penghabisan.
14. Sahabat-sahabat Ikom’04. Beni Cahyo, Beni Aji, Hali, Kornel, Bli Adi, Ipung, Steven, Adit, Bosgenk dan semuanya yang berjumlah 35 anak. Yus dkk. Juga teman-teman Matematika’04 dan Fisika’04 serta kakak-kakak Ikom’03, 02, 01, 00, terima kasih banyak Kritik dan saran kalian sangat berpengaruh kepada penulis.
15. Teman-teman KKN di Dusun Gersik, Sumbermulyo, Bantul angkatan
XXXV terima kasih banyak atas kerjasamanya dan janjiku sudah terpenuhi alias Mission Complete.
16. Teman-teman Mudika Wilayah 3 terima kasih, tahun-tahun kebangkitan Mudika kita baru saja dimulai. Penulis harap Mudika kita terus dan semakin maju. Juga Mudika Paroki serta seluruh umat Paroki St. Joseph Medari.
17. Romo Sunu dan Romo Heru terima kasih atas nasehat-nasehat yang mengubah alam bawah sadar bagi penulis. Sehingga perubahan besar telah terjadi dan terbukti sangat “manjur”.
18. Pak Greg selaku guru agama Katolik pertama saya dan masih tetap menjadi guru bagi saya. Terima kasih yang sangat banyak bagi Anda.
19. Seluruh teman-teman anggota dan pengurus Forum Japanese Lover
Indonesia di seluruh Indonesia, kalian semua rela berbagi pengalaman dan
memberikan semangat kepada penulis walaupun hanya dalam dunia virtual (internet). Domo Arigato Gozaimasu.
20. Semua pihak yang tidak dapat disebutkan namanya satu-persatu yang telah membantu penulis selama ini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Harapan penulis semoga skripsi ini bermanfaat bagi kemajuan kita semua.
Penulis
DAFTAR ISI
HALAMAN JUDUL......................................................................................... i HALAMAN PERSETUJUAN.......................................................................... iii HALAMAN PENGESAHAN........................................................................... iv HALAMAN PERSEMBAHAN........................................................................ v ABSTRAK........................................................................................................ vi ABSTRACT...................................................................................................... vii HALAMAN KEASLIAN KARYA.................................................................. viii KATA PENGANTAR...................................................................................... ix DAFTAR ISI..................................................................................................... xii DAFTAR TABEL............................................................................................. xvi DAFTAR GAMBAR........................................................................................ xvii
BAB I PENDAHULUAN................................................................................. 1 A. Latar Belakang................................................................................ 1 B. Rumusan Masalah........................................................................... 3 C. Batasan Masalah.............................................................................. 3 D. Tujuan Penelitian............................................................................ 4 E. Manfaat Penelitian........................................................................... 4 F. Metode Penelitian............................................................................ 4 G. Sistematika Penulisan...................................................................... 5 BAB II DASAR TEORI.................................................................................... 7 A. Pengenalan Pola Otomatis............................................................... 7 B. Pengenalan Pola Karakter................................................................ 8 C. Tahapan Pengenalan Karakter......................................................... 8 D. Penggunaan dan Penulisan Huruf Katakana.................................... 10
a. Belajar Menulis KANA....................................................... 10
b. Peraturan-peraturan Menulis Katakana............................... 10
c. Penggunaan-penggunaan Katakana..................................... 12
d. Menulis Katakana................................................................ 12
F. Algoritma Pengenal Huruf Tuple-N................................................ 14
7. Pengambilan Keputusan (Mesin Inferensi).......................... 34
D. Perangkat Lunak.............................................................................. 54
2. Proses Defuzzifikasi............................................................ 53
d. Aturan Kabur........................................................ 51
c. Css......................................................................... 50
b. Variabel Input DoM (Degree of Match)............... 48
a. Variabel Input IoT (Important of Tuple).............. 47
1. Proses Fuzzifikasi................................................................ 46
BAB III ANALISIS DAN PERANCANGAN.................................................. 42 A. Gambaran Sistem Secara Umum..................................................... 42 B. Proses Kerja Sistem......................................................................... 43 C. Analisis Sistem................................................................................ 46
2. Defuzzifikasi......................................................... 39
1. Fuzzifikasi............................................................. 38
8. Sistem Kabur........................................................................ 36
6. Implikasi Kabur.................................................................... 32
1. Skor Kemiripan.................................................................... 14
5. Proposisi Kabur.................................................................... 31
4. Variabel Linguistik............................................................... 29
3. Relasi Kabur......................................................................... 29
2. Operasi Baku Himpunan Kabur........................................... 26
b. Penyajian Himpunan Kabur.................................. 25
a. Fungsi Keanggotaan / Membership Function....... 24
1. Himpunan Kabur................................................................. 23
G. Logika Kabur................................................................................... 23
4. DoM (Degree of Match)...................................................... 22
3. IoT (Important of Tuple)...................................................... 21
2. Skor Pixel............................................................................. 20
E. Perangkat Keras............................................................................... 54
1. Perancangan Tampilan Awal............................................... 55
4. Form Input Menggunakan Gambar..................................... 72 5. Form Kesimpulan..............................................................
15. Form Informasi.................................................................... 83
14. Form Template.................................................................... 82
13. Form Output........................................................................ 81
12. Form Aturan Kabur............................................................. 81
11. Form Preprocessing............................................................ 80
10. Form Input.......................................................................... 79
9. Form Proses........................................................................ 79
78
7. Form DoM dan IoT............................................................ 77 8. Form Fuzzy Logic..............................................................
6. Form Skor Kemiripan........................................................ 76
74
3. Form Input Menggunakan Mouse....................................... 70
2. Perancangan Tampilan Pilihan Input................................... 56
2. Form Pilih Masukan............................................................ 69
1. Form Awal / Home.............................................................. 68
BAB IV IMPLEMENTASI............................................................................... 65 A. Gambaran Sistem Secara Umum..................................................... 65 B. Form yang Digunakan Dalam Sistem.............................................. 68
11. Perancangan Tampilan Waitbar........................................... 64
10. Perancangan Tampilan MessageBox................................... 63
9. Perancangan Tampilan Tentang Program............................ 63
8. Perancangan Tampilan Informasi......................................... 63
7. Perancangan Tampilan Detail............................................... 61
6. Perancangan Tampilan Kesimpulan Spesifik....................... 60
5. Perancangan Tampilan Kesimpulan Akhir........................... 59
4. Perancangan Tampilan Masukan Menggunakan Gambar.... 58
3. Perancangan Tampilan Masukan Menggunakan Mouse...... 57
16. Form Waitbar....................................................................... 83
C. Aturan-aturan Kabur........................................................................ 85
D. Algoritma yang Digunakan.............................................................. 88
1. Algoritma Buka Gambar...................................................... 88
2. Algoritma Preprocessing...................................................... 88
3. Membuat Figure................................................................... 89
4. Membuat Fungsi Kontrol dan Fungsi Pemanggil................ 89
5. Membuat Fungsi Penampil Gambar.................................... 90
6. Algoritma Tuple-N Menghitung Skor Mirip....................... 91
7. Algoritma Tuple-N Menghitung IoT................................... 92
8. Algoritma Tuple-N Menghitung DoM................................ 93
9. Sistem Kabur....................................................................... 94
E. Batasan-batasan Program................................................................. 96
F. Hasil Analisa Program..................................................................... 96
BAB V PENUTUP............................................................................................ 100 A. Kesimpulan...................................................................................... 100 B. Saran................................................................................................ 100 DAFTAR PUSTAKA LAMPIRAN
DAFTAR TABEL
Tabel 2.1. Tabel Skor Pixel.............................................................................. 21Tabel 2.2. Tabel DoM...................................................................................... 23Tabel 2.3. Tabel Kebenaran Himpunan Tegas................................................. 27Tabel 2.4. Tabel Persamaan Dienes Rescher................................................... 34Tabel 2.5. Tabel Persamaan Mamdani............................................................. 34Tabel 3.1. Tabel Aturan Kabur......................................................................... 50
DAFTAR GAMBAR
Gb 2.1. Skema Sistem Pengenlan Pola............................................................ 9 Gb 2.2. Contoh Menulis Huruf Katakana........................................................ 13 Gb 2.3. Tuple & Pixel...................................................................................... 15 Gb 2.4. Template............................................................................................. 15 Gb 2.5. Input.................................................................................................... 17 Gb 2.6. Huruf HE dan Imbuhannya................................................................. 19 Gb 2.7. Struktur Dasar Suatu Sistem Kabur.................................................... 37 Gb 3.1. Skema Proses Pengenalan Pola.......................................................... 43 Gb 3.2. Cara Membuat Pola Input................................................................... 44 Gb 3.3. Cara Mengatur Font Pola Input.......................................................... 44 Gb 3.4. Preprocessing...................................................................................... 45 Gb 3.5. Bentuk Kurva Segitiga IoT................................................................. 47 Gb 3.6. Bentuk Kurva Segitiga DoM.............................................................. 48 Gb 3.7. Bentuk Kurva Segitiga Css................................................................. 49 Gb 3.8. Penarikan Kesimpulan dengan Generalisasi Modus Ponen................ 52 Gb 3.9. Nilai Css.............................................................................................. 53 Gb 3.10. Rancangan Tampilan Form Awal....................................................... 54 Gb 3.11. Rancangan Tampilan Pilih Input........................................................ 56 Gb 3.12. Rancangan Tampilan Input Mouse..................................................... 57 Gb 3.13. Rancangan Tampilan Input Gambar................................................... 58 Gb 3.14. Rancangan Tampilan Kesimpulan Akhir............................................ 59 Gb 3.15. Rancangan Tampilan Kesimpulan Spesifik........................................ 60 Gb 3.16. Rancangan Tampilan Detail................................................................ 61 Gb 3.17. Tampilan Informasi............................................................................. 63 Gb 3.18. Rancangan Tampilan Tentang Program............................................. 63 Gb 3.19 Rancangan Tampilan MessageBox.................................................... 64 Gb 3.20. Rancangan Tampilan Waitbar............................................................ 64 Gb 4.1. Diagram Alur Proses Sistem.............................................................. 65
Gb 4.3. Memasukkan Perintah ke Command Window................................... 67 Gb 4.4. Mencari Data Menggunakan Open File............................................. 67 Gb 4.5. Tampilan Form Home........................................................................ 68 Gb 4.6. Form Pilih Masukan.......................................................................... 69 Gb 4.7. Form Input Menggunakan Mouse..................................................... 70 Gb 4.8. Form Input Menggunakan Gambar................................................... 72 Gb 4.9. Form Kesimpulan.............................................................................. 74 Gb 4.10. Form Skor Kemiripan....................................................................... 76 Gb 4.11. Form DoM dan IoT........................................................................... 77 Gb 4.12. Form Fuzzy Logic.............................................................................
78 Gb 4.13. Form Proses Pengenalan Pola........................................................... 79 Gb 4.14. Form Input........................................................................................
79 Gb 4.15. Form Preprocessing.......................................................................... 80 Gb 4.16. Form Aturan Kabur..........................................................................
81 Gb 4.17. Form Output.....................................................................................
81 Gb 4.18. Form Template.................................................................................
82 Gb 4.19. Form Informasi................................................................................
83 Gb 4.20. Form Waitbar...................................................................................
83 Gb 4.21. Form Credit 1..................................................................................
84 Gb 4.22. Form Credit 2..................................................................................
84 Gb 4.23. Tampilan Fuzzy Toolbox................................................................
85 Gb 4.24. Tampilan Aturan Kabur..................................................................
86 Gb 4.25. Tampilan Hasil Css Berdasarkan Aturan Kabur.............................
86 Gb 4.26. Tampilan Hasil Secara 3 Dimensi...................................................
87 Gb 4.27. Diagram Alir Skor Kemiripan.........................................................
91 Gb 4.28. Diagram Alir IoT.............................................................................
92 Gb 4.29. Diagram Alir DoM..........................................................................
93 Gb 4.30. Mengenali Huruf ‘FU’.....................................................................
97 Gb 4.31. Mengenali Huruf ‘NA’....................................................................
98 Gb 4.32. Mengenali Huruf ‘HA’....................................................................
98
BAB I PENDAHULUAN A. Latar Belakang Seiring dengan semakin berkembangnya ilmu pendidikan dan teknologi
dewasa ini telah banyak ditemukan teknologi-teknologi yang semakin hari semakin canggih. Sebagai contoh adalah komputer. Komputer telah berkembang sangat pesat dan telah bertahan selama hampir satu abad lamanya. Jika kita mau melihat lagi pada masa lalu dimana komputer pertama di dunia masih berukuran sangat besar (sebesar ruang kelas), kemudian berukuran satu lemari pakaian, dibandingkan saat ini komputer ada yang bahkan hanya berukuran saku. Program dan aplikasi yang dipakai dalam komputer masa kini juga sudah sangat beragam dan canggih. Bahkan komputer mulai dikembangkan supaya mampu meniru pola pikir manusia. Dengan kata lain, komputer diprogram untuk memiliki kecerdasan seperti manusia.
Dengan banyaknya metode-metode kecerdasan buatan seperti Sistem Cerdas, Logika Kabur, Jaringan Syaraf Tiruan dan lain sebagainya, komputer telah berhasil menyelesaikan masalah-masalah kompleks manusia. Sebagai contoh adalah telah terciptanya suatu aplikasi game catur yang sangat canggih dan telah berhasil mengalahkan juara dunia catur asal Rusia. Mesin tersebut seolah-olah mampu berpikir dan mampu memprediksi banyak sekali kemungkinan pergerakan yang akan dilakukan oleh lawannya. Dengan metode-metode cerdas diatas pula, layaknya manusia. Salah satunya adalah komputer mampu membedakan suatu pola (identifikasi pola) seperti mengenali pola huruf, mengenali sidik jari seseorang, mengenali tanda tangan, mengenali wajah, mengenali retina mata seseorang dan masih banyak lagi hal-hal yang dapat dilakukan komputer.
Sehingga komputer sangat berguna diberbagai bidang, antara lain kedokteran dan kepolisian.
Merasa tertarik dengan ilmu pengenalan pola, penulis memiliki keinginan untuk membuat suatu aplikasi yang mampu mengenali suatu pola. Salah satu metode yang ingin diangkat oleh penulis adalah metode Tuple-N dengan Logika Kabur. Dimana metode ini akan dipakai untuk mengenali pola huruf Jepang
Katakana. Alasan penulis untuk memilih pengenalan huruf Jepang Katakana
adalah penulis menyukai bahasa dan tulisan Jepang, juga karena penulis memiliki banyak sekali koleksi buku-buku yang ditulis memakai huruf Jepang Katakana, tetapi penulis kesulitan untuk dapat membacanya dengan baik sehingga harus diperlukan kamus huruf Jepang Katakana. Oleh karena itu, penulis bermaksud untuk membuat suatu program yang mampu mengenali pola huruf Jepang Katakana tersebut menggunakan metode Tuple-N dan Logika Kabur.
Huruf Katakana adalah salah satu dari tiga macam huruf di Jepang. Selain
Katakana juga terdapat Hiragana dan Kanji. Huruf Hiragana adalah huruf yang
dipakai untuk menuliskan kata-kata asli Jepang dan huruf Kanji adalah gabungan dari huruf-huruf Hiragana yang akan membentuk sebuah kata dari satu huruf
Kanji. Sedangkan huruf Katakana adalah huruf Jepang yang dipakai untuk menuliskan kata-kata serapan / kata-kata dari luar Jepang, bisa juga untuk menuliskan suatu kata dari bahasa Indonesia dan bahasa Inggris.
B. Rumusan Masalah
Bagaimana membangun suatu aplikasi yang dapat mengenali huruf-huruf Jepang Katakana dengan metode Tuple-N dan Logika Kabur?
C. Batasan Masalah
Penelitian ini ditulis dengan batasan masalah sebagai berikut :
1. Huruf yang digunakan pada penelitian ini hanya huruf Katakana saja, dengan program yang dapat mengenali satu-persatu huruf Katakana dan menterjemahkan ke dalam huruf abjad biasa.
2. Masukan dilakukan dengan memakai mouse atau gambar yang telah di- scan.
3. Aplikasi ini tidak menghiraukan cara penulisan huruf Jepang Katakana, seperti titik pertama yang digoreskan pada layar.
4. Implikasi kabur yang digunakan adalah Implikasi Mamdani, proses pengaburan menggunakan Singleton Fuzzifier, proses penegasan menggunakan CAD (Center Average Defuzzifer) dan unit penalaran menggunakan Generalisasi Modus Ponen.
5. Software yang akan digunakan dalam penelitian ini antara lain :
a. MATLAB 6.5.1,
b. Adobe Photoshop 7.0
D. Tujuan Penelitian
Membangun suatu aplikasi yang dapat mengenali huruf-huruf Jepang Katakana dengan metode Tuple-N dan Logika Kabur.
E. Manfaat Penelitian
Manfaat dari penelitian ini adalah :
1. Sebagai alat bantu dalam menterjemahkan dan membaca huruf Jepang Katakana.
2. Sebagai tambahan pengetahuan tentang penggunan metode Tuple-N dan Logika Kabur sebagai suatu metode pengenalan pola.
F. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode Waterfall.
Adapun metode-metode yang digunakan dalam melakukan penelitian ini, antara lain : a. Pengumpulan Kebutuhan
Metode ini dilakukan yaitu dengan mengumpulkan kebutuhan- kebutuhan yang diperlukan dalam pembuatan suatu perangkat lunak. Misalnya pengumpulan template-template yang diperlukan sebagai pembanding dengan pola input.
b. Rancangan Sistem Pada tahap ini yang dilakukan adalah membangun modul-modul yang dibutuhkan dalam sistem, antara lain : struktur data dan algoritma yang c. Penulisan Program (Coding) Dalam tahap ini yang akan dilakukan adalah merepresentasikan hasil rancangan ke dalam program. Mengimplementasikan algoritma-algoritma dan modul-modul yang ada untuk membuat suatu perangkat lunak yang telah dirancang.
d. Pengujian (Testing) Dalam tahap ini yang dilakukan adalah menguji program yang telah dibuat sudah apakah sudah sesuai dengan yang diinginkan. Serta digunakan untuk mencari kesalahan yang terjadi dalam sistem yang telah diujikan.
G. Sistematika Penulisan
BAB I Pendahuluan Merupakan pendahuluan yang berisi latar belakang masalah,
rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian dan sistematika penulisan.
BAB II Landasan Teori Berisi landasan teori yang dipakai dalam penelitian tentang
pengenalan pola huruf Jepang Katakana. Meliputi Pengenalan Pola, Pengenalan Pola Huruf Jepang KATAKANA, Algoritma Tuple-N dan Logika Kabur.
BAB III Analisa dan Perancangan Bab ini meliputi analisa kebutuhan dan perancangan sistem serta desain interface sistem yang akan dibangun.
BAB IV Implementasi Bab ini berisi program-program yang telah dibuat dan hasil
pengujian serta hasil akhir dari aplikasi yang telah dibuat. Dalam
Bab ini terdapat pula hasil capture antar muka dari program yang telah dibuat. BAB V Penutup Merupakan penutup yang berisi kesimpulan dan saran terhadap hasil program yang telah dibuat.
BAB II DASAR TEORI A. Pengenalan Pola Otomatis Secara umum pengenalan pola (pattern recognition) adalah suatu proses
untuk mengenali pola-pola yang terdapat pada sekumpulan data dan menggolongkannya dalam kelompok-kelompok sehingga pola-pola yang berada dalam satu kelompok mempunyai derajat kemiripan yang tinggi dan pola-pola yang berada dalam kelompok yang berbeda mempunyai derajat kemiripan yang rendah. Salah satu cara untuk mengelompokkan pola-pola itu, yang disebut metode daftar keanggotaan, mengkarakteristik setiap kelompok (kelas) pola dengan suatu himpunan pola tertentu. Suatu pola yang akan diklasifikasikan dibandingkan dengan pola-pola acuan dalam himpunan itu, dan dikelompokkan ke dalam suatu kelompok pola jika pola itu cocok dengan salah satu pola acuan dari kelompok itu. (Susilo, 2006)
Secara umum teknik pengenalan pola bertujuan untuk mengklarifikasikan dan mendeskripsikan pola atau objek kompleks melalui pengukuran sifat-sifat atau ciri-ciri yang dimiliki oleh objek yang bersangkutan. Dengan kata lain, pengenalan pola dapat membedakan suatu objek dengan objek yang lain. (Munir, 2004).
Menurut Pal & Dutta Majumder pengenalan pola dibedakan menjadi 2 yaitu pola langsung (konkret) dan tidak langsung (konseptual). Pengenalan pola jari) dan temporal (muka gelombang, ucapan), dimana seseorang membutuhkan bantuan alat penginderaan (sensor). Pengenalan akan hal yang abstrak seperti konsep dan gagasan disatu pihak dapat dilakukan tanpa bantuan sensor. Kenyataan diatas masing-masing diistilahkan sebagai pengenalan sensoris dan pengenalan konseptual. (Pal & Majumder, 1989).
B. Pengenalan Pola Karakter
Pengenalan pola huruf adalah salah satu ilmu dari berbagai macam pengenalan pola. Pengenalan pola huruf termasuk pengenalan pola yang paling tua daripada pengenalan pola yang lainnya, seperti : pengenalan pola sidik jari, pengenalan pola wajah dan pengenalan pola retina mata yang masih baru dan terus dikembangkan.
Pengenalan pola huruf yang telah ditemukan dapat dengan baik mengenali pola kode pos, angka, huruf cetak bahkan ada juga yang mampu mengenali pola tulisan tangan manusia. (Anzai, 1989)
Pengenalan pola huruf mulai terus dikembangkan dan dipergunakan untuk mengenali pola-pola baru, misalnya mengenali pola huruf China dan Jepang.
C. Tahapan Pengenalan Karakter
Dalam mengenali suatu karakter memiliki beberapa tahapan dari masukan yang berupa dokumen atau gambar menjadi suatu keluaran yang dapat dikenali oleh komputer dan memperoleh kesimpulan. Tahapan-tahapan tersebut disajikan
Gb. 2.1 : Skema Sistem Pengenalan Pola
Pertama masukan akan dirubah dari dokumen biasa menjadi bentuk digital (digitalisasi) sehingga dapat dikenali oleh komputer. Kemudian masukan tersebut akan dikenai proses preprocessing seperti mengganti ukuran (sizing) menghilangkan noise, dan sebagainya. Hasil preprocessing tersebut akan dikenai proses ekstraksi ciri dan kemudian akan dicocokkan dengan pola pembanding dan dengan pengambilan keputusan dapat diputuskan pola masukan tersebut dapat dikenali.
Optical Scanner adalah perangkat keras yang berfungsi memindai dokumen dari
luar komputer menjadi bentuk digital yang mampu dikenali oleh komputer.
Preprocessing adalah suatu proses untuk mengatur suatu pola (baik masukan
maupun pola pembanding) sehingga spesifikasi pola tersebut sesuai dengan spesifikasi sistem yang mengenali pola tersebut. Feature Extractor adalah alat untuk mengekstraksi atau membongkar ciri dari suatu pola masukan hasil dari tersebut. Prosesnya disebut ekstraksi ciri. Decision Maker atau pengambil keputusan adalah orang atau entitas yang membuat keputusan, sedangkan proses untuk membuat suatu keputusan dalam proses pengenalan pola disebut decision
making. Proses ini akan menentukan hasil perhitungan dan kecocokan antara pola
masukan dengan pola-pola pembanding yang disediakan sistem. Sehingga didapat hasil pengenalan berupa nilai dari hasil pencocokan pola masukan dengan pola- pola pembanding.
D. Penggunaan dan Penulisan Huruf KATAKANA
a. Belajar Menulis KANA
Cara terbaik untuk menguasai tulisan Jepang dimulai dengan belajar menulis KANA (Hiragana dan Katakana). Ada beberapa alasan mengapa disarankan memulai belajar dengan kana, yaitu : 1. Jumlah suku kata hanya 46 buah.
2. Bentuk-bentuknya sederhana sehingga mudah dipelajari dan hanya terdiri dari 1 sampai 4 tarikan (stroke). Terkadang untuk huruf yang terdapat imbuhan terdiri sampai 5 stroke (huruf BO dan PO).
3. Ada hubungan yang erat antara bunyi dan lambang tulisannya.
4. Setiap suku kata mencakup semua bunyi bahasa Jepang sehingga semua wacana dapat ditulis dengan Katakana dan Hiragana.
b. Peraturan-peraturan Menulis Katakana
1. Dalam mengalihaksarakan kata-kata dari bahasa asing ke dalam
2. Bunyi yang diucapkan dengan getaran pita suara (daku-on) seperti g,z,d dan b ditulis dengan sepasang tarikan pendek melintang (daku-
ten) di sudut kanan atas bunyi yang berhubungan yang tidak diucapkan.
Bunyi p (handaku-on) ditulis dengan cara menambahkan sebuah lingkaran kecil di sudut kanan atas kana yang berhubungan dari deretan ha.
3. Bunyi-bunyi yang membaur (soku-on) yang pada huruf Latin ditulis dengan konsonan rangkap ditulis dengan huruf ‘tsu’ kecil di depan konsonan.
= huruf tsu kecil
4. Bilamana menjadi sebuah sukukata, huruf E,O dan WA ditulis huruf Katakana aslinya atau bukan berupa perpanjangan.
(Mangunsuwito, 2007)
c. Penggunaan-penggunaan Katakana
Katakana digunakan untuk menulis hal-hal sebagai berikut :
1. Untuk menuliskan kata-kata yang diserap dari bahasa asing, misalnya bahasa Inggris
2. Kata-kata dan nama diri asing, kecuali nama-nama Korea dan Cina Raya.
3. Nama-nama tumbuhan dan hewan, terutama yang digunakan dalam ilmu pengetahuan.
4. Untuk telegram (Mangunsuwito, 2001)
d. Menulis Katakana
Dibawah ini adalah sebuah gambaran yang memuat contoh penulisan huruf Katakana yang disertai dengan jumlah tarikan (stroke) mulai jumlah
stroke terkecil yaitu 1 stroke hingga jumlah stroke terbesar yaitu 5 stroke.
(Mangunsuwito, 2001)
Gb 2.2 : Contoh Menulis Huruf Katakana
E. Pengenalan Huruf Jepang KATAKANA
Huruf Jepang dibedakan menjadi 3 macam, yaitu huruf Kanji, huruf
Katakana dan huruf Hiragana. Dari ketiga jenis huruf Jepang diatas, masing-
masing memiliki pola huruf yang berbeda-beda. Pola huruf Katakana sendiri lebih menekankan pada garis lurus dan sudut lancip, tidak seperti huruf Hiragana yang lebih menekankan pada kurva dan garis parabola. Proses pengenalan pola huruf
Katakana sebenarnya sama seperti proses-proses pengenalan pola yang lainnya,
yaitu langkah pertama adalah memasukkan input kemudian input tersebut dirubah menjadi suatu matriks berukuran tertentu misal m x n. Setelah itu dikenai proses
threshold dan binerisasi yaitu merubah nilai pixel input menjadi bernilai ‘0’ dan
‘1’. Untuk selanjutnya dikenai proses ekstraksi ciri dan akan dibandingkan dengan model/ template (contoh huruf-huruf katakana dalam berbagai versi) yang tersedia dalam data template program untuk diperoleh hasil akhir.
F. Algoritma Pengenal Huruf Tuple-N
Salah satu algoritma yang dapat digunakan untuk mengenali huruf adalah algoritma pengenal Tuple-N. Prinsip algoritma Tuple-N ini mirip dengan algoritma pengenalan pola yang lain yaitu dengan membandingkan input dengan
template(pembanding), tetapi dalam Tuple-N ini akan dilakukan penghitungan
skor kemiripan dari input dengan template. Dalam algoritma ini input yang dimasukkan harus berukuran sama dengan template yang berukuran m x n dengan masing-masing elemennya harus bernilai ’0’ dan ’1’. Ada 4 hal pokok yang menjadi cara pengenalan pola dari algoritma Tuple-N ini, yaitu : skor kemiripan, skor pixel, IoT (Important of Tuple) dan DoM (Degree of Match). (Priyatma & Parmadi, 2004)
1. Skor Kemiripan
Skor kemiripan didapat dari penjumlahan masing-masing pixel dari masing-masing tuple (baris) dari template-template yang kemudian dibandingkan dengan masukan. Skor kemiripan dapat dihitung dengan menggunakan rumus : p n
Fi x , x ,..., x = f x
( i 1 i 2 il ) ∑ ( ( ) ilk ) k 1
∏
= l = 1
Dimana
∏ menyatakan perkalian memakai operator AND, dan ∑ menyatakan penjumlahan memakai operator OR
f( X ) = X’ , jika pixel berwarna hitam ( X = 0 ) ilk il ilk
’ = menyatakan operator NOT
P = jumlah citra pembanding n = jumlah elemen dalam setiap tuple / baris
Tuple ke 1 Tuple ke 2 Pixel Tuple ke 3
Gb 2.3 : Tuple & Pixel
(Priyatma & Parmadi, 2004) Contoh : Terdapat 3 buah template berukuran 5 x 5 untuk menghitung skor kemiripan, dalam huruf Jepang Katakana template-template ini berbunyi ‘SU’.
Gb 2.4 : Template
Dari template di atas menggunakan ukuran 5 x 5, jadi tuple di atas berjumlah 5 tuple / baris dengan ketentuan baris 1 adalah F , baris 2
1 Dengan menggunakan rumus diatas setiap tuple dapat dihitung, sebagai berikut : F (x , x , x , x , x ) = (x’ , x’ , x’ , x’ , x’ ) + (x’ , x’ ,
1