Penerapan Jaringan Syaraf Tiruan dengan Metode Propagasi Balik dalam Pengenalan Tulisan Tangan Huruf Jepang Jenis Hiragana dan Katakana.
ABSTRAK
Kecerdasan buatan atau artificial intellifence merupakan salah satu bagian ilmu komputer
yang membuat agar mesin (komputer) melakukan pekerjaan seperti dan sebaik yang dilakukan oleh
manusia. Jaringan syaraf tiruan memiliki jaringan syaraf seperti manusia dan dapat melakukan
proses pembelajaran. Aspek yang cukup penting yang mendasari berbagai teori dalam kecerdasan
buatan adalah sistem pengenalan pola (Pattern Recofnizinf) yang merupakan bagian dari
pengimplementasian jaringan syaraf tiruan secara praktis.
Selain dengan mempelajari bahasa asing secara manual, seperti kursus dan berbicara aktif,
kita juga dapat mempelajari bahasa asing secara digital, autodidak, melalui komputer dan internet.
Mesin (komputer) perlu mengerti dan menguasai huruf-huruf dalam bahasa asing tersebut, agar
dapat membantu manusia dalam mempelajari bahasa asing.
Tujuan utama penulisan ini ialah untuk membuat perangkat lunak yang dapat mengenali
tulisan tangan huruf Jepang jenis Hiragana dan Katakana. Pembuatan perangkat lunak ini akan
menggunakan jaringan syaraf tiruan dengan metode propagasi balik.
Kata kunci : jaringan syaraf tiruan, propagasi balik, pengenalan pola, hiragana, katakana.
--Artificial intellifence is one of computer science which is capable to make machine
(computer) to act just like what human can do. Artificial neural network owned the system just like
human and also capable to do study process. The important aspects which create a foundation for
many kind of theory of artificial intellifence are pattern recofnizinf which is part of artificial neural
network simple implementation.
Besides learninf foreifn lanfuafe manually, like private course or active speakinf, we can
also learn foreifn lanfuafe throufh difital, autodidact, computer or internet. Machine (computer)
itself need to understand and role the characters in those foreifn lanfuafes, so can help human to
learn its lanfuafes.
The main foal is to make software which able to recofnize handwritinf Japanese
characters (Hirafana and Katakana type). This software makinf profress will use artificial neural
network with back propafation method.
Keywords: artificial neural network, back propafation, pattern recofnizinf, hirafana, katakana.
iii
DAFTAR ISI
KATA PENGANTAR.................................................................................................................................... i
ABSTRAK................................................................................................................................................. iii
DAFTAR ISI .............................................................................................................................................. iv
DAFTAR GAMBAR................................................................................................................................... vi
DAFTAR TABEL ..................................................................................................................................... viii
DAFTAR LAMPIRAN ................................................................................................................................ ix
BAB I PENDAHULUAN............................................................................................................................ 1
1.1
Latar Belakang......................................................................................................................... 1
1.2
Rumusan Masalah ................................................................................................................... 2
1.3
Tujuan ..................................................................................................................................... 2
1.4
Karakteristik Pengguna ........................................................................................................... 3
1.5
Batasan Masalah ..................................................................................................................... 3
1.6
Sistematika Pembahasan ........................................................................................................ 3
BAB II DASAR TEORI............................................................................................................................... 6
2.1 Bahasa Jepang (日本語 : nihonfo).............................................................................................. 6
2.2 Huruf dalam bahasa Jepang ........................................................................................................ 6
2.2.1
Huruf Hiragana (ひらが )............................................................................................. 6
2.2.2
Huruf Katakana (カタカナ) ............................................................................................ 7
2.3 Pengolahan Citra Digital .............................................................................................................. 8
2.4 Digitalisasi Citra ........................................................................................................................... 8
2.5 Jaringan Syaraf Tiruan ................................................................................................................. 9
2.6 Metode Propagasi Balik ............................................................................................................ 13
2.7 Penerapan Metode Propagasi Balik pada Pengenalan Huruf ................................................... 16
BAB III ANALISA DAN PEMODELAN ..................................................................................................... 21
3.1 Deskripsi Umum Perangkat Lunak ............................................................................................ 21
3.2 Arsitektur Aplikasi ..................................................................................................................... 21
3.3 Layout Aplikasi .......................................................................................................................... 31
3.4 Creative Strategy ....................................................................................................................... 34
BAB IV PERANCANGAN DAN IMPLEMENTASI ..................................................................................... 36
4.1 Screenshot Aplikasi ................................................................................................................... 36
4.2 Pseudocode ............................................................................................................................... 39
iv
4.2.1 Algoritma BitmapToMatrix................................................................................................. 39
4.2.2 Algoritma MatrixToBitmap................................................................................................. 39
4.2.3 Algoritma BeBitmap ........................................................................................................... 40
4.2.4 Algoritma Crop ................................................................................................................... 40
4.2.5 Algoritma BeArray .............................................................................................................. 41
4.2.6 Algoritma Scalling ............................................................................................................... 41
4.2.7 Algoritma GetBound .......................................................................................................... 42
4.2.8 Algoritma InitializeNetwork ............................................................................................... 43
4.2.9 Algoritma Activation .......................................................................................................... 44
4.2.10 Algoritma ForwardProcess ............................................................................................... 44
4.2.11 Algoritma BackwardProcess ............................................................................................. 45
4.2.12 Algoritma TotalError ........................................................................................................ 46
4.2.13 Algoritma Train................................................................................................................. 47
4.2.14 Algoritma Recognize ........................................................................................................ 47
BAB V PENGUJIAN ............................................................................................................................... 49
5.1 Whitebox Testing ...................................................................................................................... 49
5.2 Blackbox Testing........................................................................................................................ 53
BAB VI KESIMPULAN DAN SARAN ....................................................................................................... 60
6.1 Kesimpulan ................................................................................................................................ 60
6.2 Saran.......................................................................................................................................... 60
DAFTAR PUSTAKA ................................................................................................................................... x
v
DAFTAR GAMBAR
Gambar 2.1 Digitalisasi spasial (sampling) ............................................................................................ 9
Gambar 2.2 Susunan syaraf manusia .................................................................................................. 10
Gambar 2.3 Struktur neuron jaringan syaraf ...................................................................................... 11
Gambar 2.4 Lapisan-lapisan jaringan syaraf ....................................................................................... 12
Gambar 2.5 Jaringan syaraf tiruan Backpropagation Dengan Satu Lapisan Dalam ............................ 13
Gambar 2.6 Citra referensi (acuan pembelajaran) ............................................................................. 17
Gambar 2.7 Gambar A......................................................................................................................... 17
Gambar 2.8 Gambar B ......................................................................................................................... 17
Gambar 2.9 Citra pengujian ................................................................................................................ 19
Gambar 3.1 Use Case Diagram ............................................................................................................ 22
Gambar 3.2 Activity Diagram HKR.01 Memberikan input gambar ..................................................... 23
Gambar 3.3 Activity Diagram HKR.02 Membuka file gambar ............................................................. 24
Gambar 3.4 Activity Diagram HKR.03 Membersihkan input area ....................................................... 24
Gambar 3.5 Activity Diagram HKR.04 Menyimpan gambar dari input area ....................................... 25
Gambar 3.6 Activity Diagram HKR.05 Memilih jenis huruf yang akan dilatih jaringan....................... 25
Gambar 3.7 Activity Diagram HKR.06 Melatih jaringan syaraf tiruan................................................. 26
Gambar 3.8 Activity Diagram HKR.07 Menyimpan jaringan syaraf tiruan .......................................... 27
Gambar 3.9 Activity Diagram HKR.08 Menggunakan jaringan syaraf tiruan yang tersedia ............... 27
Gambar 3.10 Activity Diagram HKR.09 Mengenali huruf yang diinput ............................................... 28
Gambar 3.11 Activity Diagram HKR.10 Mengembalikan nilai jaringan syaraf tiruan seperti semula . 28
Gambar 3.12 Activity Diagram HKR.11 Melihat tabel daftar huruf Hiragana Katakana ..................... 29
Gambar 3.13 Class Diagram ................................................................................................................ 30
Gambar 3.14 Opening screen ............................................................................................................. 31
Gambar 3.15 Input Area Hiragana ...................................................................................................... 31
Gambar 3.16 Input Area Katakana ...................................................................................................... 32
Gambar 3.17 Recognition page ........................................................................................................... 32
Gambar 3.18 File Menu Strip .............................................................................................................. 33
Gambar 3.19 Network Menu Strip ...................................................................................................... 33
Gambar 3.20 Help Menu Strip ............................................................................................................ 34
Gambar 4.1 Opening Screen ............................................................................................................... 36
Gambar 4.2 Panel utama .................................................................................................................... 36
vi
Gambar 4.3 Area menggambar ........................................................................................................... 37
Gambar 4.4 Panel Recognition............................................................................................................ 37
Gambar 4.5 Panel tabel huruf hiragana .............................................................................................. 38
Gambar 4.6 Panel tabel huruf katakana ............................................................................................. 38
Gambar 4.7 Panel About ..................................................................................................................... 39
Gambar 5.1 Grafik relasi durasi pelatihan terhadap error rate .......................................................... 57
vii
DAFTAR TABEL
Tabel 2.1
Tabel 2.2
Tabel 5.1
Tabel 5.2
Tabel 5.3
Huruf Hiragana ...................................................................................................................... 8
Huruf Katakana ...................................................................................................................... 8
Tabel pengujian respon aplikasi terhadap perintah pengguna ........................................... 53
Tabel pengujian tingkat error terhadap hasil pengenalan .................................................. 54
Tabel ringkasan kuisioner .................................................................................................... 58
viii
DAFTAR LAMPIRAN
LAMPIRAN A KUISIONER ........................................................................................................................ xi
LAMPIRAN B DATA PENULIS ............................................................................................................... xxxi
ix
The Faculty of Information Technology
BABBIBBBPENDAHULUANB
1.1 LatarBBelakangB
Banyaknya bangsa dan negara di dunia, menimbulkan keanekaragaman bahasa dan
budaya. Hal tersebut membuat manusia mengalami kesulitan untuk saling mengerti maksud dan
tuIuan dari lawan bicaranya. Agar dapat memudahkan komunikasi antar bangsa dan antar budaya,
dibentuklah bahasa international. Selain dengan adanya bahasa international, manusia Iuga
berusaha untuk mempelaIari bahasa dan budaya dari bangsa lain.
Berdasarkan data daftar bahasa yang digunakan menurut Iumlah penutur asli, bahasa
Jepang berada pada urutan ke-9 setelah bahasa Mandarin, Hindi, Spanyol, Inggris, Bengali, Arab,
Rusia dan Portugis[5]. Berdasarkan data 10 bahasa yang paling sering digunakan di internet, bahasa
Jepang menduduki peringkat ke-4 setelah bahasa Inggris, Mandarin dan Spanyol[2]. Kedua data ini
menggambarkan bahwa bahasa Jepang adalah penting dan digunakan secara internasional.
Terdapat berbagai cara bagi manusia untuk mempelaIari bahasa-bahasa asing. Selain
dengan mempelaIarinya secara manual, seperti kursus dan berbicara aktif, Iuga dapat mempelaIari
bahasa asing secara digital, autodidak, melalui komputer dan internet. Mesin (komputer) perlu
mengerti dan menguasai karakter serta huruf dalam bahasa asing tersebut, agar dapat membantu
manusia dalam mempelaIari bahasa asing. Aplikasi yang dibuat berkaitan dengan bahasa Jepang,
maka mesin (komputer) perlu mengerti dan menguasai karakter serta huruf dalam bahasa Jepang,
yaitu Hiragana dan Katakana.
Pemanfaatan komputer sebagai alat bantu manusia sangat diharapkan sampai tingkat
kemampuan komputer tersebut dapat menggantikan keterbatasan yang dimiliki oleh manusia.
Manusia dapat mengenali sebuah obIek dengan menggunakan mata dan otaknya, tetapi bila mata
dan otak tidak dapat bekerIa dengan baik maka akan membuat pekerIaan manusia menIadi
terhambat.
Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer
yang membuat agar mesin (komputer) melakukan pekerIaan seperti dan sebaik yang dilakukan oleh
manusia. Secara umum, Iaringan syaraf tiruan memiliki Iaringan syaraf seperti manusia dan dapat
melakukan proses pembelaIaran seperti yang dilakukan oleh manusia. Aspek yang cukup penting
yang mendasari berbagai teori dalam kecerdasan buatan adalah sistem pengenalan pola (Pattern
Recognizing) yang merupakan bagian dari pengimplementasian Iaringan syaraf tiruan secara praktis.
1
Maranatha Christian tniversity
The Faculty of Information Technology
Sistem pengenalan pola merupakan komponen penting dalam proses peniruan kemampuan
inderawi manusia terutama penglihatan dan pendengaran.
Teknik pengenalan pola (pattern recognition) mengalami banyak kemaIuan dan semakin
dipakai untuk memecahkan suatu masalah. Teknik pengenalan pola dipakai untuk mengenali tulisan
tangan, tanda tangan, gambar dan sebagainya. Berbeda dengan disiplin ilmu pengolahan citra yang
dibatasi oleh penggunaan citra sebagai masukan maupun keluarannya, suatu aplikasi pengenalan
pola bertuIuan untuk melakukan proses pengenalan terhadap suatu obIek (misalnya citra) ke dalam
salah satu kelas tertentu, berdasarkan pola yang dimilikinya. Jaringan syaraf tiruan memiliki
beberapa metode atau algoritma yang digunakan untuk mengklasifikasikan atau mengenali suatu
tipe pola khususnya dalam pengenalan pola tulisan tangan, salah satunya adalah propagasi balik.
1.2 RumusanBMasalahB
Adapun masalah yang dirumuskan dalam karya ilmiah ini adalah :
1. Bagaimana membuat perangkat lunak yang dapat mengenali huruf dalam bahasa Jepang?
2. Bagaimana menerapkan Iaringan syaraf tiruan dengan metode propagasi balik untuk
mengenali huruf dalam bahasa Jepang?
3. Bagaimana tingkat toleransi metode propagasi balik dalam mengenali huruf dalam bahasa
Jepang?
4. Bagaimana membuat perangkat lunak yang dapat menentukan tingkat kemiripan?
1.3 TujuanB
B
TuIuan utama penulisan ini ialah untuk membuat perangkat lunak yang dapat mengenali
tulisan tangan huruf Jepang Ienis Hiragana dan Katakana. Pembuatan perangkat lunak ini akan
menggunakan Iaringan syaraf tiruan dengan metode propagasi balik. Perangkat lunak ini akan
menerima input berupa gambar melalui vouse/digitizer, kemudian akan menggunakan Iaringan
syaraf tiruan dengan metode propagasi balik untuk mengenali huruf Katakana dan Hiragana
tersebut. Selain itu Iuga dapat membuka gambar tertentu, kemudian akan menggunakan Iaringan
syaraf tiruan dengan metode propagasi balik untuk mengenali huruf Katakana dan Hiragana
tersebut.
2
Maranatha Christian tniversity
The Faculty of Information Technology
1.4 KarakteristikBPenggunaB
Pengguna perangkat lunak ini adalah semua orang yang dapat menggunakan dan
mengoperasikan komputer, beserta vouse/digitizer. Selain itu, pengguna Iuga menguasai penulisan
karakter Jepang huruf Hiragana dan Katakana.
1.5 BatasanBMasalahB
Masalah yang dicakup pada karya ilmiah ini terbatas pada :
1. Menerapkan Iaringan syaraf tiruan metode propagasi balik.
2. Tidak menggabungkan Ienis huruf Hiragana dan Katakana dalam proses pengenalan huruf.
3. Menerima input gambar dari vouse/digitizer.
4. Menerima input gambar dari file gambar yang dipilih pengguna.
5. Hanya mengenali satu buah huruf dalam satu kali proses pengenalan huruf.
6. Tidak menyediakan fasilitas untuk penambahan sample huruf baru.
7. Menampilkan output berupa gambar, pelafalan suku kata dan persentase kemiripannya.
1.6 SistematikaBPembahasanB
Pembahasan dalam karya ilmiah ini disusun dengan sistematika sebagai berikut :
BABBIB:BPENDAHULUANB
Bab ini memaparkan :
1.1 LatarBBelakangB
MenIelaskan latar belakang pemilihan topik karya ilmiah serta penIelasan
mengenai Iaringan syaraf buatan.
1.2 RumusanBMasalahB
Inti sari masalah yang akan dipelaIari dan dipecahkan berkaitan dengan latar
belakang topik karya ilmiah.
1.3 TujuanB
MenIelaskan tuIuan penerapan Iaringan syaraf tiruan dengan metode propagasi
balik.
1.4 KarakteristikBPenggunaB
MenIelaskan karakteristik dari pengguna perangkat lunak yang dibuat.
3
Maranatha Christian tniversity
The Faculty of Information Technology
1.5 BatasanBMasalahB
MenIelaskan batasan-batasan dari perangkat lunak yang dibuat.
1.6 SistematikaBPembahasanB
MenIelaskan garis besar (outline) dari setiap bab.
BABBIIB:BDASARBTEORIB
Bab ini memaparkan :
2.1 BahasaBJepangB(日本語
日本語B:Bnihongo)B
日本語
MenIelaskan karakteristik dan penggunaan bahasa Jepang secara umum.
2.2 HurufBdalamBbahasaBJepangB
2.2.1
HurufBHiraganaB(ひらが
ひらが )B
MenIelaskan karakteristik dan penggunaan huruf Jepang Ienis Hiragana.
2.2.2
HurufBKatakanaB(カタカナ
カタカナ)B
カタカナ
MenIelaskan karakteristik dan penggunaan huruf Jepang Ienis Katakana.
2.3 PengolahanBCitraBDigitalB
MenIelaskan pengenalan pola berdasarkan covputer vision.B
2.4 JaringanBSyarafBTiruanB
MenIelaskan mengenai Iaringan syaraf tiruan dalam kaitannya dengan pengenalan
pola.B
2.5 MetodeBPropagasiBBalikB
MenIelaskan mengenai cara kerIa pengenalan huruf menggunakan metode
propagasi balik.B
B
BABBIIIB:BANALISABDANBPEMODELANB
Bab ini memaparkan :
3.1 DeskripsiBUmumBPerangkatBLunakB
MenIelaskan perangkat lunak secara garis besar.
3.2 ArsitekturBAplikasiB/BSistemB
MenIelaskan Use Case Diagram, Activity Diagram, Class Diagram.
3.3 Storyboard/LayoutBAplikasiB
MenIelaskan storyboard dan layout dari perangkat lunak yang dibuat.
4
Maranatha Christian tniversity
The Faculty of Information Technology
3.4 CreativeBStrategyB
MenIelaskan desain (visual) yang diimplementasikan pada perangkat lunak yang
dibuat.
BABBIVB:BPERANCANGANBDANBIMPLEMENTASIB
Bab ini memaparkan :
4.1 BScreenshotBaplikasiB
MenIelaskan tampilan (screenshot) dari aplikasi yang dibuat.
4.2 PseudocodeB
MenIelaskan penIabaran dari setiap method (fungsi) yang dibuat dengan notasi
algoritmik/pseudocode.
BABBVB:BPENGUJIANB
Bab ini memaparkan :
5.1 WhiteboxBTestingB
MenIelaskan penguIian class/fungsi/method yang dibuat.
5.2 BlackboxBTestingB
MenIelaskan laporan dari kuisioner yang diberikan pada 20 responden.
BABBVIB:BKESIMPULANBDANBSARANB
Bab ini memaparkan :
6.1 KesimpulanB
MenIelaskan kesimpulan dari pengetahuan yang didapatkan setelah mengerIakan
karya ilmiah ini.
6.2 SaranB
MenIelaskan hal-hal yang dapat digunakan untuk mengembangkan karya ilmiah ini.
5
Maranatha Christian tniversity
The Faculty of Information Technology
BABBVIBBBKESIMPULANBDANBSAEANB
6.1BBBKesimpulanB
Setelah melakukan penelitian selama proses pembuatan Tugas Akhir, yang dituangkan di
dalam laporan ini, maka dapat ditarik beberapa kesimpulan sebagai berikut :
1. Metode propagasi balik merupakan metode pembelajaran yang membutuhkan sumber
acuan, jika acuan yang digunakan tidak benar, otomatis basis pengetahuan jaringan pun
akan salah.
2. Pengujian jaringan saraf tiruan yang dilakukan dengan menggunakan gambar pelatihan,
bertujuan menguji ingatan jaringan, sebab kasus-kasus yang dimasukkan telah dipelajari
sebelumnya.
3. Ketika pengujian jaringan saraf tiruan dilakukan dengan menggunakan gambar baru yang
belum pernah dipelajari oleh jaringan, yang diuji adalah kemampuan jaringan saraf tiruan
dalam menggeneralisasikan kasus yang dihadapi dan kemudian menarik kesimpulan yang
cenderung ke output tertentu.
4. Jaringan syaraf tiruan dengan metode propagasi balik dapat diterapkan dalam aplikasi
pengenalan huruf-huruf dalam bahasa Jepang jenis Hiragana dan Katakana.
5. Varian pattern yang terbatas membuat proses pengenalan huruf menjadi terbatas pada satu
acuan saja.
6. Durasi pelatihan jaringan yang semakin lama akan membuat nilai error semakin menipis,
sehingga tingkat keakurasian akan meningkat.
6.2BBBSaranB
Untuk memperbaiki dan mengembangkan aplikasi yang telah dibuat di dalam Tugas Akhir
ini, berikut diberikan beberapa saran :
1. Memperbanyak varian pattern masing-masing huruf, sehingga memungkinkan penulisan
huruf yang lebih fleksibel.
2. Memperluas ruang lingkup pengenalan huruf Jepang hingga ke huruf Kanji, bahkan hurufhuruf bahasa lain, misal : bahasa Mandarin, Korea.
3. Menambahkan fitur audio untuk membaca pelafalan huruf-hurufnya.
4. Menyediakan tutorial cara penulisan huruf Hiragana dan Katakana.
55
Maranatha Christian tniversity
DAFTAR PUSTAKA
1. Darmawan Handoyo, Erico; Diktat Mata Kuliah Pengolahan Citra Digital; Universitas Kristen
Maranatha, 2007, Bandung.
2. Internet World Stats. Top 10 Internet Languages. Retrieved October, 2007, from
http://www.internetworldstats.com/stats7.htm
3. Japan Zone. Alphabets Hiragana, Katakana. Retrieved October, 2007, from
http://www.japan-zone.com/new/alphabet.shtml
4. Kusumadewi, Sri; Membangun Jaringan Syaraf Tiruan menggunakan MATLAB dan Excel
link; Penerbit Graha Ilmu, 2004, Yogyakarta.
5. Moffat, Charles Alexander; The Top Ten Languages of the World. Retrieved October, 2007,
from http://www.lilithgallery.com/articles/2005/languagesoftheworld.html
6. Munir,Rinaldi; Pengolahan Citra Digital dengan Pendekatan Algoritmik; Penerbit
Informatika, 2004, Bandung.
7. Puspitaningrum, Diyah; Pengantar Jaringan Saraf Tiruan; Penerbit Andi, 2006, Yogyakarta.
8. Saiga. Japanese Language. Retrieved October, 2007, from http://www.saigajp.com/japanese_language.html
9. Suyanto; Artificial Intelligence; Penerbit Informatika, 2007, Bandung.
x
Kecerdasan buatan atau artificial intellifence merupakan salah satu bagian ilmu komputer
yang membuat agar mesin (komputer) melakukan pekerjaan seperti dan sebaik yang dilakukan oleh
manusia. Jaringan syaraf tiruan memiliki jaringan syaraf seperti manusia dan dapat melakukan
proses pembelajaran. Aspek yang cukup penting yang mendasari berbagai teori dalam kecerdasan
buatan adalah sistem pengenalan pola (Pattern Recofnizinf) yang merupakan bagian dari
pengimplementasian jaringan syaraf tiruan secara praktis.
Selain dengan mempelajari bahasa asing secara manual, seperti kursus dan berbicara aktif,
kita juga dapat mempelajari bahasa asing secara digital, autodidak, melalui komputer dan internet.
Mesin (komputer) perlu mengerti dan menguasai huruf-huruf dalam bahasa asing tersebut, agar
dapat membantu manusia dalam mempelajari bahasa asing.
Tujuan utama penulisan ini ialah untuk membuat perangkat lunak yang dapat mengenali
tulisan tangan huruf Jepang jenis Hiragana dan Katakana. Pembuatan perangkat lunak ini akan
menggunakan jaringan syaraf tiruan dengan metode propagasi balik.
Kata kunci : jaringan syaraf tiruan, propagasi balik, pengenalan pola, hiragana, katakana.
--Artificial intellifence is one of computer science which is capable to make machine
(computer) to act just like what human can do. Artificial neural network owned the system just like
human and also capable to do study process. The important aspects which create a foundation for
many kind of theory of artificial intellifence are pattern recofnizinf which is part of artificial neural
network simple implementation.
Besides learninf foreifn lanfuafe manually, like private course or active speakinf, we can
also learn foreifn lanfuafe throufh difital, autodidact, computer or internet. Machine (computer)
itself need to understand and role the characters in those foreifn lanfuafes, so can help human to
learn its lanfuafes.
The main foal is to make software which able to recofnize handwritinf Japanese
characters (Hirafana and Katakana type). This software makinf profress will use artificial neural
network with back propafation method.
Keywords: artificial neural network, back propafation, pattern recofnizinf, hirafana, katakana.
iii
DAFTAR ISI
KATA PENGANTAR.................................................................................................................................... i
ABSTRAK................................................................................................................................................. iii
DAFTAR ISI .............................................................................................................................................. iv
DAFTAR GAMBAR................................................................................................................................... vi
DAFTAR TABEL ..................................................................................................................................... viii
DAFTAR LAMPIRAN ................................................................................................................................ ix
BAB I PENDAHULUAN............................................................................................................................ 1
1.1
Latar Belakang......................................................................................................................... 1
1.2
Rumusan Masalah ................................................................................................................... 2
1.3
Tujuan ..................................................................................................................................... 2
1.4
Karakteristik Pengguna ........................................................................................................... 3
1.5
Batasan Masalah ..................................................................................................................... 3
1.6
Sistematika Pembahasan ........................................................................................................ 3
BAB II DASAR TEORI............................................................................................................................... 6
2.1 Bahasa Jepang (日本語 : nihonfo).............................................................................................. 6
2.2 Huruf dalam bahasa Jepang ........................................................................................................ 6
2.2.1
Huruf Hiragana (ひらが )............................................................................................. 6
2.2.2
Huruf Katakana (カタカナ) ............................................................................................ 7
2.3 Pengolahan Citra Digital .............................................................................................................. 8
2.4 Digitalisasi Citra ........................................................................................................................... 8
2.5 Jaringan Syaraf Tiruan ................................................................................................................. 9
2.6 Metode Propagasi Balik ............................................................................................................ 13
2.7 Penerapan Metode Propagasi Balik pada Pengenalan Huruf ................................................... 16
BAB III ANALISA DAN PEMODELAN ..................................................................................................... 21
3.1 Deskripsi Umum Perangkat Lunak ............................................................................................ 21
3.2 Arsitektur Aplikasi ..................................................................................................................... 21
3.3 Layout Aplikasi .......................................................................................................................... 31
3.4 Creative Strategy ....................................................................................................................... 34
BAB IV PERANCANGAN DAN IMPLEMENTASI ..................................................................................... 36
4.1 Screenshot Aplikasi ................................................................................................................... 36
4.2 Pseudocode ............................................................................................................................... 39
iv
4.2.1 Algoritma BitmapToMatrix................................................................................................. 39
4.2.2 Algoritma MatrixToBitmap................................................................................................. 39
4.2.3 Algoritma BeBitmap ........................................................................................................... 40
4.2.4 Algoritma Crop ................................................................................................................... 40
4.2.5 Algoritma BeArray .............................................................................................................. 41
4.2.6 Algoritma Scalling ............................................................................................................... 41
4.2.7 Algoritma GetBound .......................................................................................................... 42
4.2.8 Algoritma InitializeNetwork ............................................................................................... 43
4.2.9 Algoritma Activation .......................................................................................................... 44
4.2.10 Algoritma ForwardProcess ............................................................................................... 44
4.2.11 Algoritma BackwardProcess ............................................................................................. 45
4.2.12 Algoritma TotalError ........................................................................................................ 46
4.2.13 Algoritma Train................................................................................................................. 47
4.2.14 Algoritma Recognize ........................................................................................................ 47
BAB V PENGUJIAN ............................................................................................................................... 49
5.1 Whitebox Testing ...................................................................................................................... 49
5.2 Blackbox Testing........................................................................................................................ 53
BAB VI KESIMPULAN DAN SARAN ....................................................................................................... 60
6.1 Kesimpulan ................................................................................................................................ 60
6.2 Saran.......................................................................................................................................... 60
DAFTAR PUSTAKA ................................................................................................................................... x
v
DAFTAR GAMBAR
Gambar 2.1 Digitalisasi spasial (sampling) ............................................................................................ 9
Gambar 2.2 Susunan syaraf manusia .................................................................................................. 10
Gambar 2.3 Struktur neuron jaringan syaraf ...................................................................................... 11
Gambar 2.4 Lapisan-lapisan jaringan syaraf ....................................................................................... 12
Gambar 2.5 Jaringan syaraf tiruan Backpropagation Dengan Satu Lapisan Dalam ............................ 13
Gambar 2.6 Citra referensi (acuan pembelajaran) ............................................................................. 17
Gambar 2.7 Gambar A......................................................................................................................... 17
Gambar 2.8 Gambar B ......................................................................................................................... 17
Gambar 2.9 Citra pengujian ................................................................................................................ 19
Gambar 3.1 Use Case Diagram ............................................................................................................ 22
Gambar 3.2 Activity Diagram HKR.01 Memberikan input gambar ..................................................... 23
Gambar 3.3 Activity Diagram HKR.02 Membuka file gambar ............................................................. 24
Gambar 3.4 Activity Diagram HKR.03 Membersihkan input area ....................................................... 24
Gambar 3.5 Activity Diagram HKR.04 Menyimpan gambar dari input area ....................................... 25
Gambar 3.6 Activity Diagram HKR.05 Memilih jenis huruf yang akan dilatih jaringan....................... 25
Gambar 3.7 Activity Diagram HKR.06 Melatih jaringan syaraf tiruan................................................. 26
Gambar 3.8 Activity Diagram HKR.07 Menyimpan jaringan syaraf tiruan .......................................... 27
Gambar 3.9 Activity Diagram HKR.08 Menggunakan jaringan syaraf tiruan yang tersedia ............... 27
Gambar 3.10 Activity Diagram HKR.09 Mengenali huruf yang diinput ............................................... 28
Gambar 3.11 Activity Diagram HKR.10 Mengembalikan nilai jaringan syaraf tiruan seperti semula . 28
Gambar 3.12 Activity Diagram HKR.11 Melihat tabel daftar huruf Hiragana Katakana ..................... 29
Gambar 3.13 Class Diagram ................................................................................................................ 30
Gambar 3.14 Opening screen ............................................................................................................. 31
Gambar 3.15 Input Area Hiragana ...................................................................................................... 31
Gambar 3.16 Input Area Katakana ...................................................................................................... 32
Gambar 3.17 Recognition page ........................................................................................................... 32
Gambar 3.18 File Menu Strip .............................................................................................................. 33
Gambar 3.19 Network Menu Strip ...................................................................................................... 33
Gambar 3.20 Help Menu Strip ............................................................................................................ 34
Gambar 4.1 Opening Screen ............................................................................................................... 36
Gambar 4.2 Panel utama .................................................................................................................... 36
vi
Gambar 4.3 Area menggambar ........................................................................................................... 37
Gambar 4.4 Panel Recognition............................................................................................................ 37
Gambar 4.5 Panel tabel huruf hiragana .............................................................................................. 38
Gambar 4.6 Panel tabel huruf katakana ............................................................................................. 38
Gambar 4.7 Panel About ..................................................................................................................... 39
Gambar 5.1 Grafik relasi durasi pelatihan terhadap error rate .......................................................... 57
vii
DAFTAR TABEL
Tabel 2.1
Tabel 2.2
Tabel 5.1
Tabel 5.2
Tabel 5.3
Huruf Hiragana ...................................................................................................................... 8
Huruf Katakana ...................................................................................................................... 8
Tabel pengujian respon aplikasi terhadap perintah pengguna ........................................... 53
Tabel pengujian tingkat error terhadap hasil pengenalan .................................................. 54
Tabel ringkasan kuisioner .................................................................................................... 58
viii
DAFTAR LAMPIRAN
LAMPIRAN A KUISIONER ........................................................................................................................ xi
LAMPIRAN B DATA PENULIS ............................................................................................................... xxxi
ix
The Faculty of Information Technology
BABBIBBBPENDAHULUANB
1.1 LatarBBelakangB
Banyaknya bangsa dan negara di dunia, menimbulkan keanekaragaman bahasa dan
budaya. Hal tersebut membuat manusia mengalami kesulitan untuk saling mengerti maksud dan
tuIuan dari lawan bicaranya. Agar dapat memudahkan komunikasi antar bangsa dan antar budaya,
dibentuklah bahasa international. Selain dengan adanya bahasa international, manusia Iuga
berusaha untuk mempelaIari bahasa dan budaya dari bangsa lain.
Berdasarkan data daftar bahasa yang digunakan menurut Iumlah penutur asli, bahasa
Jepang berada pada urutan ke-9 setelah bahasa Mandarin, Hindi, Spanyol, Inggris, Bengali, Arab,
Rusia dan Portugis[5]. Berdasarkan data 10 bahasa yang paling sering digunakan di internet, bahasa
Jepang menduduki peringkat ke-4 setelah bahasa Inggris, Mandarin dan Spanyol[2]. Kedua data ini
menggambarkan bahwa bahasa Jepang adalah penting dan digunakan secara internasional.
Terdapat berbagai cara bagi manusia untuk mempelaIari bahasa-bahasa asing. Selain
dengan mempelaIarinya secara manual, seperti kursus dan berbicara aktif, Iuga dapat mempelaIari
bahasa asing secara digital, autodidak, melalui komputer dan internet. Mesin (komputer) perlu
mengerti dan menguasai karakter serta huruf dalam bahasa asing tersebut, agar dapat membantu
manusia dalam mempelaIari bahasa asing. Aplikasi yang dibuat berkaitan dengan bahasa Jepang,
maka mesin (komputer) perlu mengerti dan menguasai karakter serta huruf dalam bahasa Jepang,
yaitu Hiragana dan Katakana.
Pemanfaatan komputer sebagai alat bantu manusia sangat diharapkan sampai tingkat
kemampuan komputer tersebut dapat menggantikan keterbatasan yang dimiliki oleh manusia.
Manusia dapat mengenali sebuah obIek dengan menggunakan mata dan otaknya, tetapi bila mata
dan otak tidak dapat bekerIa dengan baik maka akan membuat pekerIaan manusia menIadi
terhambat.
Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer
yang membuat agar mesin (komputer) melakukan pekerIaan seperti dan sebaik yang dilakukan oleh
manusia. Secara umum, Iaringan syaraf tiruan memiliki Iaringan syaraf seperti manusia dan dapat
melakukan proses pembelaIaran seperti yang dilakukan oleh manusia. Aspek yang cukup penting
yang mendasari berbagai teori dalam kecerdasan buatan adalah sistem pengenalan pola (Pattern
Recognizing) yang merupakan bagian dari pengimplementasian Iaringan syaraf tiruan secara praktis.
1
Maranatha Christian tniversity
The Faculty of Information Technology
Sistem pengenalan pola merupakan komponen penting dalam proses peniruan kemampuan
inderawi manusia terutama penglihatan dan pendengaran.
Teknik pengenalan pola (pattern recognition) mengalami banyak kemaIuan dan semakin
dipakai untuk memecahkan suatu masalah. Teknik pengenalan pola dipakai untuk mengenali tulisan
tangan, tanda tangan, gambar dan sebagainya. Berbeda dengan disiplin ilmu pengolahan citra yang
dibatasi oleh penggunaan citra sebagai masukan maupun keluarannya, suatu aplikasi pengenalan
pola bertuIuan untuk melakukan proses pengenalan terhadap suatu obIek (misalnya citra) ke dalam
salah satu kelas tertentu, berdasarkan pola yang dimilikinya. Jaringan syaraf tiruan memiliki
beberapa metode atau algoritma yang digunakan untuk mengklasifikasikan atau mengenali suatu
tipe pola khususnya dalam pengenalan pola tulisan tangan, salah satunya adalah propagasi balik.
1.2 RumusanBMasalahB
Adapun masalah yang dirumuskan dalam karya ilmiah ini adalah :
1. Bagaimana membuat perangkat lunak yang dapat mengenali huruf dalam bahasa Jepang?
2. Bagaimana menerapkan Iaringan syaraf tiruan dengan metode propagasi balik untuk
mengenali huruf dalam bahasa Jepang?
3. Bagaimana tingkat toleransi metode propagasi balik dalam mengenali huruf dalam bahasa
Jepang?
4. Bagaimana membuat perangkat lunak yang dapat menentukan tingkat kemiripan?
1.3 TujuanB
B
TuIuan utama penulisan ini ialah untuk membuat perangkat lunak yang dapat mengenali
tulisan tangan huruf Jepang Ienis Hiragana dan Katakana. Pembuatan perangkat lunak ini akan
menggunakan Iaringan syaraf tiruan dengan metode propagasi balik. Perangkat lunak ini akan
menerima input berupa gambar melalui vouse/digitizer, kemudian akan menggunakan Iaringan
syaraf tiruan dengan metode propagasi balik untuk mengenali huruf Katakana dan Hiragana
tersebut. Selain itu Iuga dapat membuka gambar tertentu, kemudian akan menggunakan Iaringan
syaraf tiruan dengan metode propagasi balik untuk mengenali huruf Katakana dan Hiragana
tersebut.
2
Maranatha Christian tniversity
The Faculty of Information Technology
1.4 KarakteristikBPenggunaB
Pengguna perangkat lunak ini adalah semua orang yang dapat menggunakan dan
mengoperasikan komputer, beserta vouse/digitizer. Selain itu, pengguna Iuga menguasai penulisan
karakter Jepang huruf Hiragana dan Katakana.
1.5 BatasanBMasalahB
Masalah yang dicakup pada karya ilmiah ini terbatas pada :
1. Menerapkan Iaringan syaraf tiruan metode propagasi balik.
2. Tidak menggabungkan Ienis huruf Hiragana dan Katakana dalam proses pengenalan huruf.
3. Menerima input gambar dari vouse/digitizer.
4. Menerima input gambar dari file gambar yang dipilih pengguna.
5. Hanya mengenali satu buah huruf dalam satu kali proses pengenalan huruf.
6. Tidak menyediakan fasilitas untuk penambahan sample huruf baru.
7. Menampilkan output berupa gambar, pelafalan suku kata dan persentase kemiripannya.
1.6 SistematikaBPembahasanB
Pembahasan dalam karya ilmiah ini disusun dengan sistematika sebagai berikut :
BABBIB:BPENDAHULUANB
Bab ini memaparkan :
1.1 LatarBBelakangB
MenIelaskan latar belakang pemilihan topik karya ilmiah serta penIelasan
mengenai Iaringan syaraf buatan.
1.2 RumusanBMasalahB
Inti sari masalah yang akan dipelaIari dan dipecahkan berkaitan dengan latar
belakang topik karya ilmiah.
1.3 TujuanB
MenIelaskan tuIuan penerapan Iaringan syaraf tiruan dengan metode propagasi
balik.
1.4 KarakteristikBPenggunaB
MenIelaskan karakteristik dari pengguna perangkat lunak yang dibuat.
3
Maranatha Christian tniversity
The Faculty of Information Technology
1.5 BatasanBMasalahB
MenIelaskan batasan-batasan dari perangkat lunak yang dibuat.
1.6 SistematikaBPembahasanB
MenIelaskan garis besar (outline) dari setiap bab.
BABBIIB:BDASARBTEORIB
Bab ini memaparkan :
2.1 BahasaBJepangB(日本語
日本語B:Bnihongo)B
日本語
MenIelaskan karakteristik dan penggunaan bahasa Jepang secara umum.
2.2 HurufBdalamBbahasaBJepangB
2.2.1
HurufBHiraganaB(ひらが
ひらが )B
MenIelaskan karakteristik dan penggunaan huruf Jepang Ienis Hiragana.
2.2.2
HurufBKatakanaB(カタカナ
カタカナ)B
カタカナ
MenIelaskan karakteristik dan penggunaan huruf Jepang Ienis Katakana.
2.3 PengolahanBCitraBDigitalB
MenIelaskan pengenalan pola berdasarkan covputer vision.B
2.4 JaringanBSyarafBTiruanB
MenIelaskan mengenai Iaringan syaraf tiruan dalam kaitannya dengan pengenalan
pola.B
2.5 MetodeBPropagasiBBalikB
MenIelaskan mengenai cara kerIa pengenalan huruf menggunakan metode
propagasi balik.B
B
BABBIIIB:BANALISABDANBPEMODELANB
Bab ini memaparkan :
3.1 DeskripsiBUmumBPerangkatBLunakB
MenIelaskan perangkat lunak secara garis besar.
3.2 ArsitekturBAplikasiB/BSistemB
MenIelaskan Use Case Diagram, Activity Diagram, Class Diagram.
3.3 Storyboard/LayoutBAplikasiB
MenIelaskan storyboard dan layout dari perangkat lunak yang dibuat.
4
Maranatha Christian tniversity
The Faculty of Information Technology
3.4 CreativeBStrategyB
MenIelaskan desain (visual) yang diimplementasikan pada perangkat lunak yang
dibuat.
BABBIVB:BPERANCANGANBDANBIMPLEMENTASIB
Bab ini memaparkan :
4.1 BScreenshotBaplikasiB
MenIelaskan tampilan (screenshot) dari aplikasi yang dibuat.
4.2 PseudocodeB
MenIelaskan penIabaran dari setiap method (fungsi) yang dibuat dengan notasi
algoritmik/pseudocode.
BABBVB:BPENGUJIANB
Bab ini memaparkan :
5.1 WhiteboxBTestingB
MenIelaskan penguIian class/fungsi/method yang dibuat.
5.2 BlackboxBTestingB
MenIelaskan laporan dari kuisioner yang diberikan pada 20 responden.
BABBVIB:BKESIMPULANBDANBSARANB
Bab ini memaparkan :
6.1 KesimpulanB
MenIelaskan kesimpulan dari pengetahuan yang didapatkan setelah mengerIakan
karya ilmiah ini.
6.2 SaranB
MenIelaskan hal-hal yang dapat digunakan untuk mengembangkan karya ilmiah ini.
5
Maranatha Christian tniversity
The Faculty of Information Technology
BABBVIBBBKESIMPULANBDANBSAEANB
6.1BBBKesimpulanB
Setelah melakukan penelitian selama proses pembuatan Tugas Akhir, yang dituangkan di
dalam laporan ini, maka dapat ditarik beberapa kesimpulan sebagai berikut :
1. Metode propagasi balik merupakan metode pembelajaran yang membutuhkan sumber
acuan, jika acuan yang digunakan tidak benar, otomatis basis pengetahuan jaringan pun
akan salah.
2. Pengujian jaringan saraf tiruan yang dilakukan dengan menggunakan gambar pelatihan,
bertujuan menguji ingatan jaringan, sebab kasus-kasus yang dimasukkan telah dipelajari
sebelumnya.
3. Ketika pengujian jaringan saraf tiruan dilakukan dengan menggunakan gambar baru yang
belum pernah dipelajari oleh jaringan, yang diuji adalah kemampuan jaringan saraf tiruan
dalam menggeneralisasikan kasus yang dihadapi dan kemudian menarik kesimpulan yang
cenderung ke output tertentu.
4. Jaringan syaraf tiruan dengan metode propagasi balik dapat diterapkan dalam aplikasi
pengenalan huruf-huruf dalam bahasa Jepang jenis Hiragana dan Katakana.
5. Varian pattern yang terbatas membuat proses pengenalan huruf menjadi terbatas pada satu
acuan saja.
6. Durasi pelatihan jaringan yang semakin lama akan membuat nilai error semakin menipis,
sehingga tingkat keakurasian akan meningkat.
6.2BBBSaranB
Untuk memperbaiki dan mengembangkan aplikasi yang telah dibuat di dalam Tugas Akhir
ini, berikut diberikan beberapa saran :
1. Memperbanyak varian pattern masing-masing huruf, sehingga memungkinkan penulisan
huruf yang lebih fleksibel.
2. Memperluas ruang lingkup pengenalan huruf Jepang hingga ke huruf Kanji, bahkan hurufhuruf bahasa lain, misal : bahasa Mandarin, Korea.
3. Menambahkan fitur audio untuk membaca pelafalan huruf-hurufnya.
4. Menyediakan tutorial cara penulisan huruf Hiragana dan Katakana.
55
Maranatha Christian tniversity
DAFTAR PUSTAKA
1. Darmawan Handoyo, Erico; Diktat Mata Kuliah Pengolahan Citra Digital; Universitas Kristen
Maranatha, 2007, Bandung.
2. Internet World Stats. Top 10 Internet Languages. Retrieved October, 2007, from
http://www.internetworldstats.com/stats7.htm
3. Japan Zone. Alphabets Hiragana, Katakana. Retrieved October, 2007, from
http://www.japan-zone.com/new/alphabet.shtml
4. Kusumadewi, Sri; Membangun Jaringan Syaraf Tiruan menggunakan MATLAB dan Excel
link; Penerbit Graha Ilmu, 2004, Yogyakarta.
5. Moffat, Charles Alexander; The Top Ten Languages of the World. Retrieved October, 2007,
from http://www.lilithgallery.com/articles/2005/languagesoftheworld.html
6. Munir,Rinaldi; Pengolahan Citra Digital dengan Pendekatan Algoritmik; Penerbit
Informatika, 2004, Bandung.
7. Puspitaningrum, Diyah; Pengantar Jaringan Saraf Tiruan; Penerbit Andi, 2006, Yogyakarta.
8. Saiga. Japanese Language. Retrieved October, 2007, from http://www.saigajp.com/japanese_language.html
9. Suyanto; Artificial Intelligence; Penerbit Informatika, 2007, Bandung.
x