Perancangan Perangkat Lunak dalam Pengidentifikasian Tulisan Tangan Berdasarkan Pengelompokkan Huruf Komputer Menggunakan Algortima Art 1.

vi

Universitas Kristen Maranatha

ABSTRAK

Sistem pengelompokkan huruf adalah salah satu teknologi komputer yang dapat membantu manusia. Pengelompokkan huruf adalah suatu sistem data masukan berupa huruf yang ada dalam lembaran kertas maupun yang ada dalam media tertentu yang terdapat berbagai jenis huruf (font) yang dapat di-scan, yang akan menghasilkan gambar pada komputer yang dikenali sebagai bitmap. Pada algoritma ART 1 (Adaptive Resonance Theory 1) ini terdapat tiga lapisan pada arsitekturnya. Lapisan pertama bagian masukan dan interface masukan, sedangkan lapisan kedua terdiri dari sekelompok unit cluster, yang merupakan lapisan kompetitif dan lapisan ketiga yang merupakan unit reset. Setiap masukan dihitung sampai pelatihan (epoch) yang dinginkan dan tidak terjadinya perubahan bobot lagi.Pengelompokkan huruf cetak menggunakan algoritma ART 1 berhasil direalisasikan. Pengelompokkan huruf cetak dapat terjadi berdasarkan dari pola yang dihasilkan dari bobot akhir bij. Untuk tahap pengujian, huruf yang diuji adalah tulisan tangan yang hampir mirip dengan font Arial, Batang, Calibri dan Verdana.

Kata Kunci: Bitmap, Cluster, GUI, ART 1, Adaptive Resonance Theory 1, resetepoch,Unsupervised,Pengelompokkanhuruf.

vii

Universitas Kristen Maranatha

ABSTRACT

This clustering font system which is made in this final project is different types of block letters written in microsoft word which then processed to produce images on a computer will be recognized as a bitmap. This bitmap is then be processed further using Adaptive Resonance Theory 1 algorithm (ART 1).In the Adaptive Resonance Theory (ART 1) there are three lapisans in its architecture. The first lapisan of the input and the input interface, while the second lapisan consists of a group of units of the cluster, which is a competitive lapisan and the third lapisan which is a unit reset. Where each input is calculated to training (epoch) is cool and no weight change occurs again. From this final project, clustering font software successfully realized. The clustering font could happen based from the pattern of final weight bij. For the test phase, the letter being test is handwriting which almost similar with Arial, Batang, Calibri and Verdana font.

Keywords : Bitmap, GUI, ART1, Adaptive Resonance Theory 1, reset, epoch, unsupervised, vigilance parameter, clustering font.

viii

Universitas Kristen Maranatha

DAFTAR ISI

LEMBAR PENGESAHAN ... i

PERNYATAAN PUBLIKASI LAPORAN PENELITIAN... ii

PERNYATAAN ORISINALITAS LAPORAN PENELITIAN ... iii

PRAKATA ... iv

ABSTRAK ... vi

ABSTRACT ... vii

DAFTAR ISI ... viii

DAFTAR GAMBAR ... xi

DAFTAR TABEL ... xiii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan ... 2

1.4 Batasan Masalah ... 2

1.5 Sistematika Pembahasan ... 2

BAB II LANDASAN TEORI ... 4

2.1 Jaringan Syaraf Tiruan ... 4

2.2 Jaringan Syaraf Biologi ... 4

2.3 Komponen Jaringan Syaraf ... 5

2.4 Arsitektur Jaringan ... 6

2.4.1 Proses Pembelajaran... 9

2.4.2 Fungsi Aktivasi ... 10

2.5 ART (Adaptive Resonance Theory)... 11

2.5.1 Dasar Arsitektur ART ... 12

2.5.2 Operasi Dasar ART ... 13

2.5.3 ART 1 (Adaptive Resonance Theory) ... 14

2.5.4 Algoritma ART 1 ... 16

2.5.5 Contoh Aplikasi ART 1 ... 19

2.6 MATLAB ... 25

2.6.1 Kemampuan dan Kegunaan MATLAB ... 26

2.6.2 Ruang Lingkup MATLAB ... 26

2.6.3 Variabel MATLAB ... 27

ix

Universitas Kristen Maranatha

2.6.5 Fungsi _– fungsi Perintah Pada MATLAB ... 29

2.6.6 M _– File Editor ... 29

2.6.7 Aturan dan Sifat ... 29

2.6.8 Graphic User Interface MATLAB ... 30

BAB III ANALISIS DAN DESAIN ... 34

3.1 ANALISIS ... 34

3.2 Gambaran Keseluruhan ... 42

3.2.1 Persyaratan Antarmuka Eksternal ... 43

3.2.2 Antarmuka dengan Pengguna ... 44

3.2.3 Antarmuka Perangkat Keras ... 44

3.2.4 Antarmuka Perangkat Lunak... 44

3.2.5 Fitur _– fitur Produk Perangkat Lunak ... 45

3.3 Disain Perangkat Lunak ... 45

3.3.1 Data Flow Diagram Level 0 ... 46

3.3.2 Data Flow Diagram Level 1 ... 47

3.3.3 Data Flow Diagram Level 2 Proses 2 ... 48

3.3.4 Form Menu Utama ... 49

3.3.5 Form Input Huruf Cetak ... 50

3.3.6 Form Input Tulisan Tangan ... 51

3.3.7 Form Pelatihan Huruf Cetak ... 52

3.3.8 Form Pengujian Tulisan Tangan ... 53

3.4 Process Specification (PSPEC) ... 54

BAB IV PENGEMBANGAN PERANGKAT LUNAK ... 59

4.1 Implementasi Antarmuka ... 59

4.1.1 Tampilan Menu Utama ... 59

4.1.2 Tampilan Input Huruf Cetak ... 60

4.1.3 Tampilan Pelatihan Huruf Cetak ... 61

4.1.4 Tampilan Input Tulisan Tangan ... 62

4.1.5 Tampilan Pengujian Tulisan Tangan ... 63

BAB V TESTING DAN EVALUASI SISTEM ... 64

5.1 Rencana Pengujian ... 64

5.2 Pelaksanaan Pengujian ... 64

5.2.1 Black Box ... 64

5.2.2 Hasil Yang Telah Dicapai ... 66

x

Universitas Kristen Maranatha

6.1 Kesimpulan ... 69

6.2 Saran ... 69

DAFTAR PUSTAKA ... 70

RIWAYAT HIDUP PENULIS ... 71 LAMPIRAN ... A.1

xi

Universitas Kristen Maranatha

DAFTAR GAMBAR

Gambar 2.1 Komponen Jaringan Syaraf ... 5

Gambar 2.2 Jaringan Lapisan Tunggal ... 7

Gambar 2.3 Jaringan Lapisan Jamak ... 8

Gambar 2.4 Fungsi Treshold ... 10

Gambar 2.5 Fungsi Sigmoid ... 11

Gambar 2.6 Arsitektur ART 1 ... 14

Gambar 2.7 Layer Pada ART 1 ... 15

Gambar 2.8 Menu Utama MATLAB ... 27

Gambar 2.9 GUI MATLAB ... 31

Gambar 2.10 GUI Figure MATLAB ... 32

Gambar 2.11 GUI Editor MATLAB ... 33

Gambar 3. 1 Diagram Alir Keseluruhan ... 35

Gambar 3.2 Diagram Alir Proses Awal ... 36

Gambar 3.3 Contoh Huruf Masukan ... 37

Gambar 3.4 Diagram Alir Pelatihan... 39

Gambar 3.5 Diagram Alir Pengujian ... 41

Gambar 3.6 Arsitektur ART 1 dalam Pengelompokan Huruf... 42

Gambar 3.7 Data Flow Diagram Level 0 ... 46

Gambar 3.8 Data Flow Diagram Level 1 ... 47

Gambar 3.9 Data Flow Diagram Level 2 Proses 2... 48

Gambar 3.10 Menu Form Utama ... 49

Gambar 3.11 Form Input Huruf Cetak ... 50

Gambar 3.12 Form Input Tulisan Tangan ... 51

Gambar 3.13 Form Pelatihan Huruf Cetak ... 52

Gambar 3.14 Form Pengujian Tulisan Tangan ... 53

Gambar 4.1 Tampilan Menu Utama... 59

Gambar 4.2 Tampilan Input Huruf Cetak ... 60

Gambar 4.3 Tampilan Pelatihan Huruf Cetak ... 61

xii

Universitas Kristen Maranatha

Gambar 4.5 Tampilan Pengujian Tulisan Tangan... 63

Gambar 5.1 Hasil Input Huruf Kecil maupun Tulisan Tangan ... 66

Gambar 5.2 Hasil Pelatihan Huruf Kecil ... 67

xiii

Universitas Kristen Maranatha

DAFTAR TABEL

Tabel 3.1 PSPEC Proses 1 ... 54

Tabel 3.2 PSPEC Proses 2 ... 55

Tabel 3.3 PSPEC Proses 2.1 ... 56

Tabel 3.4 PSPEC Proses 2.2 ... 57

Tabel 3.5 PSPEC Proses 2.3 ... 58

Tabel 5.1 Black Box Form Menu Utama ... 64

Tabel 5.2 Black Box Form Input Huruf Kecil ... 64

Tabel 5.3 Black Box Form Input Tulisan Tangan... 65

Tabel 5.4 Black Box Form Pelatihan Huruf Kecil ... 65

1

Universitas Kristen Maranatha

BAB I

PENDAHULUAN

1.1 Latar Belakang

Sistem pengenalan huruf merupakan salah satu teknologi yang digunakan untuk membantu manusia dalam mengolah data yang sedang

diproses. Pengenalan huruf merupakan sistem dimana data yang di input

berupa huruf yang berada di dalam lembaran kertas maupun di media

tertentu misalnya pada handpahone PDA yang terdapat berbagai macam

jenis huruf yang dapat di scan. Menggunakan scanner yang akan

menghasilkan gambar yang pada akhirnya dikenali sebagai titik _– titik

(bitmap) dalam komputer. Bitmap inilah yang akan diproses dengan menggunakan JST (Jaringan Syaraf Tiruan) agar menjadi karakter sehingga dapat dikenali dan dapat dijadikan informasi.

Dalam JST (Jaringan Syaraf Tiruan) terdapat banyak algoritma yang dapat digunakan untuk pengelompokan, antara lain : algoritma

perceptron, algoritma backpropagation, dan lain _– lain. Salah satunya

algoritma ART yang akan digunakan dalam penyelesaian perangkat lunak yang akan dibuat.

Pada Tugas Akhir ini, penulis akan membangun sebuah perangkat lunak untuk pengenalan huruf dengan menggunakan algoritma ART. Algoritma ART merupakan algoritma yang dikembangkan oleh Stephen

Grossberg dan Carpenter. Algoritma ini termasuk kategori unsupervised

learning. Algoritma ART terbagi menjadi dua, yaitu algoritma ART 1 yang

di gunakan untuk mengolah vector biner (binary vector) dan ART 2

2

Universitas Kristen Maranatha

1.2 Rumusan Masalah

Berdasarkan latar belakang pemilihan judul, maka permasalahan dapat dirumuskan sebagai berikut :

1. Bagaimana cara merancang Jaringan Syaraf Tiruan dengan ART 1

dalam Matlab?

2. Bagaimana proses pengenalan huruf dan tulisan tangan

menggunakan algoritma ART 1? 1.3 Tujuan

Tujuan penyusunan tugas akhir ini adalah

1. Membantu dan memahami serta menerapkan algoritma ART 1

dalam pengenalan huruf dan tulisan tangan.

2. Merancang perangkat lunak yang bisa melakukan pengenalan huruf

cetak dan tulisan tangan berbasis jaringan syaraf tiruan dengan menggunakan algoritma ART 1.

1.4 Batasan Masalah

Karena keterbatasan waktu dan pengetahuan penulis, maka ruang lingkup permasalahan dalam merancang perangkat lunak ini antara lain :

1. Huruf yang digunakan ialah huruf kecil yaitu a - z.

2. Teknik yang digunakan ialah ART 1 (Adaptive Resonance Theory

1).

3. Huruf yang akan di kenali ialah huruf dari 7 jenis huruf cetak pada

komputer (font) ialah Arial, Batang, Calibri, Microsoft Sans Serif,

Tahoma, Times New Roman dan Verdana.

4. Citra huruf yang akan digunakan adalah 20x20 pixel dengan format

bitmap.

1.5 Sistematika Pembahasan Bab I. Pendahuluan

Bagian digunakan untuk menjelaskan latar belakang, rumusan masalah, tujuan, ruang lingkup kajian, sumber data dan sistematika dalam penyajian Laporan ini.

3

Universitas Kristen Maranatha Bab II. Landasan Teori

Bagian ini digunakan untuk menjelaskan teori-teori yang berkaitan

dengan jaringan syaraf tiruan dan algoritma ART 1 (Adaptive

Reosnance Theory 1).

Bab III. Analisis dan Desain

Bagian ini digunakan untuk analisis keadaan sistem, kebutuhan sistem, analisa masalah, analisis keluaran, analisis masukan serta analisis proses. Serta pembahasan rancangan sistem perangkat lunak untuk pengelompokkan dan identifikasi angka : rancangan masukan, rancangan keluaran, rancangan database dan perancangan perangkat lunak.

Bab IV. Pengembangan Perangkat Lunak

Bab ini berisi pengembangan perangkat lunak yang akan di buat untuk pengelompokkan dan identifikasi angka dan tulisan tangan.

Bab V. Testing dan Evaluasi Sistem

Bab ini berisi Testing dan evaluasi dari aplikasi dan perangkat lunak untuk pengelompokkan dan identifikasi angka.

Bab VI. Kesimpulan dan Saran

Bagian ini digunakan untuk memberikan kesimpulan mengenai pembuatan dan hasil dari pengujian sistem. Saran yang diberikan untuk laporan ini.

69

Universitas Kristen Maranatha

BAB VI KESIMPULAN DAN SARAN

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari hasil evaluasi bab – bab sebelumnya dan hasil akhir adalah :

· Pengelompokkan huruf cetak menggunakan algortima ART 1 (Adaptive Resonance Theory 1) berhasil diterapkan dalam aplikasi yang telah di buat.

· Dalam tahap pelatihan maupun pengujian tulisan tangan dan huruf cetak, vigilance parameter (ρ) akan mempengaruhi jumlah kelompok yang akan di bentuk. Semakin tinggi vigilance parameter (ρ), jumlah kelompok yang terbentuk akan semakin banyak.

· Pengelompokkan huruf cetak ini dapat terjadi berdasarkan pola yang di hasilkan oleh bobot akhir bij.

· Untuk tahap pengujian tulisan tangan, huruf yang hampir mirip tulisan tangan adalah font Arial, Batang, Calibri dan Verdana.

· Axes pada Matlab hanya dapat menapung satu gambar.

6.2 Saran

Adapun saran – saran yang dapat dikembangkan dari aplikasi ini, yaitu :

· Adaptive Resonance Theory 1 (ART1) dapat juga di gunakan untuk pengenalan sidik jari dan pengenalan pola tanda tangan.

· Adaptive Resonance Theory 1 (ART1) yang di gunakan pada aplikasi ini dapat di kembangkan menggunakan Adaptive Resonance Theory 2 (ART2) agar dapat membaca kalimat.

70

Universitas Kristen Maranatha

DAFTAR PUSTAKA

Carpenter G.A. y Grossberg S. “ART1: Self organizing of stable category recognition codes for analog input patterns_”. Applied Optics, Vol. 16, N 23, December, 1987.Walker, James S, “Wavelet and Their Scientific Applications_”, CRC Press, 1999.

Drs.Jong Jek Siang,M.Sc. 2005. Jaringan Syaraf Tiruan dan Pemogramannya

menggunakan Matlab.

Erick Paulus, Yessica Nataliani. 2007. GUI Matlab, Penerbit Andi Yogyakarta. Forum Teknik Jilid 21, No.2, Juli 1997.

Saludin Muis. 2006. Teknik Jaringan Syaraf Tiruan, 2006.

Sri Kusumadewi. 2003. Artificial Integence (Teknik dan Aplikasi).

Sri Kusumadewi. 2004. Membangun Jaringan Saraf Tiruan (Menggunakan MATLAB dan ExcelLink)

S N Sivanandam, S Sumathi, S N Deepa, Introduction to Neural Netwoks using MATLAB 6.0.

Sugiharto,Aris.2006.pemrograman GUI dengan MATLAB.Yogyakarta:Andi. Talib Hashim Hasan. 2005. Belajar Sendiri Dasar-dasar Pemrograman MATLAB lengkap disertai Teori dan Aplikasi.

xiii

Universitas Kristen Maranatha

DAFTAR TABEL

Tabel 3.1 PSPEC Proses 1 ... 54

Tabel 3.2 PSPEC Proses 2 ... 55

Tabel 3.3 PSPEC Proses 2.1 ... 56

Tabel 3.4 PSPEC Proses 2.2 ... 57

Tabel 3.5 PSPEC Proses 2.3 ... 58

Tabel 5.1 Black Box Form Menu Utama ... 64

Tabel 5.2 Black Box Form Input Huruf Kecil ... 64

Tabel 5.3 Black Box Form Input Tulisan Tangan... 65

Tabel 5.4 Black Box Form Pelatihan Huruf Kecil ... 65

1

Universitas Kristen Maranatha

BAB I

PENDAHULUAN

1.1 Latar Belakang

Sistem pengenalan huruf merupakan salah satu teknologi yang digunakan untuk membantu manusia dalam mengolah data yang sedang diproses. Pengenalan huruf merupakan sistem dimana data yang di input

berupa huruf yang berada di dalam lembaran kertas maupun di media tertentu misalnya pada handpahone PDA yang terdapat berbagai macam jenis huruf yang dapat di scan. Menggunakan scanner yang akan menghasilkan gambar yang pada akhirnya dikenali sebagai titik _– titik (bitmap) dalam komputer. Bitmap inilah yang akan diproses dengan menggunakan JST (Jaringan Syaraf Tiruan) agar menjadi karakter sehingga dapat dikenali dan dapat dijadikan informasi.

Dalam JST (Jaringan Syaraf Tiruan) terdapat banyak algoritma yang dapat digunakan untuk pengelompokan, antara lain : algoritma perceptron, algoritma backpropagation, dan lain _– lain. Salah satunya algoritma ART yang akan digunakan dalam penyelesaian perangkat lunak yang akan dibuat.

Pada Tugas Akhir ini, penulis akan membangun sebuah perangkat lunak untuk pengenalan huruf dengan menggunakan algoritma ART. Algoritma ART merupakan algoritma yang dikembangkan oleh Stephen Grossberg dan Carpenter. Algoritma ini termasuk kategori unsupervised learning. Algoritma ART terbagi menjadi dua, yaitu algoritma ART 1 yang di gunakan untuk mengolah vector biner (binary vector) dan ART 2 digunakan untuk continuous valued vector.

2

Universitas Kristen Maranatha 1.2 Rumusan Masalah

Berdasarkan latar belakang pemilihan judul, maka permasalahan dapat dirumuskan sebagai berikut :

1. Bagaimana cara merancang Jaringan Syaraf Tiruan dengan ART 1 dalam Matlab?

2. Bagaimana proses pengenalan huruf dan tulisan tangan menggunakan algoritma ART 1?

1.3 Tujuan

Tujuan penyusunan tugas akhir ini adalah

1. Membantu dan memahami serta menerapkan algoritma ART 1 dalam pengenalan huruf dan tulisan tangan.

2. Merancang perangkat lunak yang bisa melakukan pengenalan huruf cetak dan tulisan tangan berbasis jaringan syaraf tiruan dengan menggunakan algoritma ART 1.

1.4 Batasan Masalah

Karena keterbatasan waktu dan pengetahuan penulis, maka ruang lingkup permasalahan dalam merancang perangkat lunak ini antara lain :

1. Huruf yang digunakan ialah huruf kecil yaitu a - z.

2. Teknik yang digunakan ialah ART 1 (Adaptive Resonance Theory 1).

3. Huruf yang akan di kenali ialah huruf dari 7 jenis huruf cetak pada komputer (font) ialah Arial, Batang, Calibri, Microsoft Sans Serif, Tahoma, Times New Roman dan Verdana.

4. Citra huruf yang akan digunakan adalah 20x20 pixel dengan format

bitmap.

1.5 Sistematika Pembahasan Bab I. Pendahuluan

Bagian digunakan untuk menjelaskan latar belakang, rumusan masalah, tujuan, ruang lingkup kajian, sumber data dan sistematika dalam penyajian Laporan ini.

3

Universitas Kristen Maranatha Bab II. Landasan Teori

Bagian ini digunakan untuk menjelaskan teori-teori yang berkaitan dengan jaringan syaraf tiruan dan algoritma ART 1 (Adaptive Reosnance Theory 1).

Bab III. Analisis dan Desain

Bagian ini digunakan untuk analisis keadaan sistem, kebutuhan sistem, analisa masalah, analisis keluaran, analisis masukan serta analisis proses. Serta pembahasan rancangan sistem perangkat lunak untuk pengelompokkan dan identifikasi angka : rancangan masukan, rancangan keluaran, rancangan database dan perancangan perangkat lunak.

Bab IV. Pengembangan Perangkat Lunak

Bab ini berisi pengembangan perangkat lunak yang akan di buat untuk pengelompokkan dan identifikasi angka dan tulisan tangan.

Bab V. Testing dan Evaluasi Sistem

Bab ini berisi Testing dan evaluasi dari aplikasi dan perangkat lunak untuk pengelompokkan dan identifikasi angka.

Bab VI. Kesimpulan dan Saran

Bagian ini digunakan untuk memberikan kesimpulan mengenai pembuatan dan hasil dari pengujian sistem. Saran yang diberikan untuk laporan ini.

69

Universitas Kristen Maranatha

BAB VI KESIMPULAN DAN SARAN

6.1 Kesimpulan

Kesimpulan yang dapat diambil dari hasil evaluasi bab – bab sebelumnya dan hasil akhir adalah :

· Pengelompokkan huruf cetak menggunakan algortima ART 1 (Adaptive Resonance Theory 1) berhasil diterapkan dalam aplikasi yang telah di buat.

· Dalam tahap pelatihan maupun pengujian tulisan tangan dan huruf cetak, vigilance parameter (ρ) akan mempengaruhi jumlah kelompok yang akan di bentuk. Semakin tinggi vigilance parameter (ρ), jumlah kelompok yang terbentuk akan semakin banyak.

· Pengelompokkan huruf cetak ini dapat terjadi berdasarkan pola yang di hasilkan oleh bobot akhir bij.

· Untuk tahap pengujian tulisan tangan, huruf yang hampir mirip tulisan tangan adalah font Arial, Batang, Calibri dan Verdana.

· Axes pada Matlab hanya dapat menapung satu gambar.

6.2 Saran

Adapun saran – saran yang dapat dikembangkan dari aplikasi ini, yaitu :

· Adaptive Resonance Theory 1 (ART1) dapat juga di gunakan untuk pengenalan sidik jari dan pengenalan pola tanda tangan.

· Adaptive Resonance Theory 1 (ART1) yang di gunakan pada aplikasi ini dapat di kembangkan menggunakan Adaptive Resonance Theory 2 (ART2) agar dapat membaca kalimat.

70

Universitas Kristen Maranatha

DAFTAR PUSTAKA

Carpenter G.A. y Grossberg S. “ART1: Self organizing of stable category recognition codes for analog input patterns_”. Applied Optics, Vol. 16, N 23, December, 1987.Walker, James S, “Wavelet and Their Scientific Applications_”, CRC Press, 1999.

Drs.Jong Jek Siang,M.Sc. 2005. Jaringan Syaraf Tiruan dan Pemogramannya

menggunakan Matlab.

Erick Paulus, Yessica Nataliani. 2007. GUI Matlab, Penerbit Andi Yogyakarta. Forum Teknik Jilid 21, No.2, Juli 1997.

Saludin Muis. 2006. Teknik Jaringan Syaraf Tiruan, 2006.

Sri Kusumadewi. 2003. Artificial Integence (Teknik dan Aplikasi).

Sri Kusumadewi. 2004. Membangun Jaringan Saraf Tiruan (Menggunakan

MATLAB dan ExcelLink)

S N Sivanandam, S Sumathi, S N Deepa, Introduction to Neural Netwoks using MATLAB 6.0.

Sugiharto,Aris.2006.pemrograman GUI dengan MATLAB.Yogyakarta:Andi.

Talib Hashim Hasan. 2005. Belajar Sendiri Dasar-dasar Pemrograman MATLAB