Pengenalan secara real time huruf Jawa jenis cetak menggunakan ekstraksi ciri Wavelet dan fungsi jarak Euclidean.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

INTISARI
Banyak pendatang dari luar pulau jawa yang menetap, bekerja, bersekolah, ataupun
berwisata di pulau Jawa yang terkadang ingin mengetahui kebudayaan jawa dari segi bahasa,
yaitu bahasa jawa beserta dengan huruf jawa. Sedikit orang yang mampu memahami huruf
yang rumit ini. Sehingga untuk memahami huruf jawa secara efisien, diperlukan sebuah
sistem pengenalan untuk mengenali huruf jawa tersebut yang diharapkan lebih dapat
dimengerti secara umum oleh masyarakat.
Sistem pengenalan huruf jawa yang akan dibuat menggunakan webcam dan laptop.
Webcam berfungsi untuk merekam dan mengambil citra dari potongan huruf jawa , dan laptop
untuk mengoperasikannya. Citra potongan huruf jawa yang telah dicapture kemudian diolah
dengan menggunakan preprocessing, ekstrasi ciri wavelet, jarak Euclidean dan kemudian
program akan menampilkan hasil pengenalan.
Sistem pengenalan huruf jawa secara real time dapat bekerja dengan baik.
Berdasarkan hasil percobaan, parameter terbaik adalah pada variasi resizing 32x64 dan

desimasi 2, yang mampu menghasilkan tingkat pengenalan sebesar 91% dan 92,8% dari
berbagai variasi rotasi dan skala.

Kata kunci: Huruf Jawa, webcam, wavelet, jarak Euclidean,

viii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRACT
Many immigrants from outside java island which is settle, work, attend school, or
traveled in java island which is somestimes wants to find out how culture in terms of java
language, which is the java along with letters of java. Few people are able to understand the
letter a complicated. So as to understand java letters, in an efficient way required a
recognition systems to recognise java letter expected more intelligible in general by society.

Java letter recognition system to be created using a webcam and a laptop. Webcam
function for recording and retrieving images from a piece of Java letters, and laptops to
operate it. Image java letter pieces that have been captured and processed by using
preprocessing, wavelet characteristics extraction, Euclidean distance and then the program
will display the recognition result.
Java letter recognition systems in real time can work well. Based on the experiment
results, the best parameter is the variation resizing 32x64 and Decimation 2, which is able to
produce a recognition rate of 91% and 92,8% of the variations of rotation and scale
respectively

Keywords: Java letters, webcam, wavelet, Euclidean distance.

ix

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

TUGAS AKHIR

PENGENALAN SECARA REAL TIME HURUF JAWA
JENIS CETAK MENGGUNAKAN EKSTRAKSI CIRI
WAVELET DAN FUNGSI JARAK EUCLIDEAN
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro

disusun oleh :

IGNASIUS ARDI ARYO PRABOWO
NIM : 105114006

PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2015

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
TUGAS AKHIR

PENGENALAN SECARA REAL TIME HURUF JAWA
JENIS CETAK MENGGUNAKAN EKSTRAKSI CIRI
WAVELET DAN FUNGSI JARAK EUCLIDEAN
Diajukan Untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro

disusun oleh :

IGNASIUS ARDI ARYO PRABOWO
NIM : 105114006

PROGRAM STUDI TEKNIK ELEKTRO
JURUSAN TEKNIK ELEKTRO
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2015
i

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
FINAL PROJECT

REAL TIME RECOGNITION OF PRINTED JAVA
LETTER USING WAVELET FEATURE
EXTRACTION AND EUCLIDEAN DISTANCE

FUNCTIONS
In partial fulfillment of the requirements
For the degree of Sarjana Teknik
Electrical Engineering Study Program

IGNASIUS ARDI ARYO PRABOWO
NIM : 105114006

ELECTRICAL ENGINEERING STUDY PROGRAM
DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
2015

ii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK

TIDAKTERPUJI
TERPUJI

HALAMAN PERSETT}JUAI'I
TT]GAS AKHIR

PENGENALAN SECARA ftElL TIME HUR{IF JAWA JtrNIS CETAK
MENGGUNAKAN EKSTRAKSI CIRI IrUWLETDAN TUNGSI
JARAK EUCLIDEAN
(REAL TIME RECOGNITION OF PRINTED JAVA LETTER USING
WAVELET F'trATTIRE EXTRACTION EUCLTDEAN DISTANCE

rrNCTroNs)

Pembirnbing

r

W
lr

ransser

Dr. Linggo Sum{rno

III

,7:{y{Ytf

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

HALAMA1Y PENGESAHAN
TUGAS AKHIR

PENGENALAN SECARA REAL TIME HTIRTIF JAWA JENIS CETAK

MENGGT]NAKAIT EKSTRAKSI CIRI WAYELETDAN TUNGSI
JARAK EACLIDEAN
(REAI, TrME RECOGNTTTON Otr'.PRrNTED JAVA LETTUR USrNG
WAYELET FEATURE EXTRACTION EUCLIDEAN I}ISTANCE

ruNCTroNS)
Oleh:

ICr}{ASIUS ARDI ARYO PRABOWO

NIM : 105 114006
Telah dipertahankan di depan Panitia Penguji
Pada tanggal 23 Maret 2015
Dan dinyatakan memenuhi syarat
Susunan Panitia Penguji:

Nama Lengkap

Ketua

:

fiendro, M,Kom

$skretaris

:

I)r. Linggo Sumarna

Anggota

: Petrus Setyo Prabowo,

S.T.,M.T.

Yogyakana,

bo APril

2016

Fakultas $ains dan Teknalogr

Univ*rsita* Sanata Dh*rm*

r{trffi
[.f
,m]]

\Bffi
\Pffiingsih
W:r3}"i'ry$*"*-

iv

Prirna Rcsa, s.si., M.Ss.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP

MOTTO:

"Mintalah, maka akan diberikan kepadamu;
carilah, maka kamu akan mendapat; ketoklah,
maka pintu akan dibukakan bagimu. Mat 7:7”

Persembahan
Skripsi ini kupersembahkan untuk Tuhan Yesus
yang selalu membimbingku, menyertaiku dari awal
sampai akhir.
Kedua orang tua, saudara-saudara dan sahabat
yang telah memberikan semangat dan doa

v

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

PERI\YATAAN KBASLIAN KARYA
Saya menyatakan dengan sesungguhnya bahwa tugas akhir

ini tidak memuat karya

atau bagian karya orang lain, kecuali yang telah disebutkan dalarn kutipan dan daftar
pustaka sebagai mana layaknya karya ilmiah.

Yogyakarta, 10 April 2015
Penulis

Ignasius Ardi Aryo Prabowo

V1

a

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI
KARYA ILMIAII UNTUK KEPENTINGAN
AKADEMIS
Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma

:

Nama: Ignasius Ardi Aryo Frabowo
Nomor Mahasiswa : 105 I 14006

Demi pengembangan ilmu pengetahuan, saya memberikan kepada perpustakaan Universitas
Sanata Dharma karya

ilmiah saya yang berjudul:

PENGENALAN SECARA REAL TIME HURUF JAWA JENIS CETAK
MENGGLINAKAN EKSTRAKSI CIRI I4/AYELET DAN FUNGSI JARAK EUCLIDEAN
beserta perangkat yang diperlukan (bila ada). Dengan demikian saya memberikan kepada
Perpustakaan Universitas Sanata Dharma hak untuk menyimpan, mengalihkan dalam bentuk

media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas dan

mempublikasikannya pada media lain untuk kepentingan akademis tanpa perlu meminta ijin
dari saya selama masih mencatumkan nzlma saya sebagai penulis.

Demikian pernyataan ini saya buat dengan sebenarnya.

Yogyakarta, 10 April 2Al5

Ignasius Ardi Aryo Prabowo

v11

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

INTISARI
Banyak pendatang dari luar pulau jawa yang menetap, bekerja, bersekolah, ataupun
berwisata di pulau Jawa yang terkadang ingin mengetahui kebudayaan jawa dari segi
bahasa, yaitu bahasa jawa beserta dengan huruf jawa. Sedikit orang yang mampu
memahami huruf yang rumit ini. Sehingga untuk memahami huruf jawa secara efisien,
diperlukan sebuah sistem pengenalan untuk mengenali huruf jawa tersebut yang
diharapkan lebih dapat dimengerti secara umum oleh masyarakat.
Sistem pengenalan huruf jawa yang akan dibuat menggunakan webcam dan laptop.
Webcam berfungsi untuk merekam dan mengambil citra dari potongan huruf jawa , dan
laptop untuk mengoperasikannya. Citra potongan huruf jawa yang telah dicapture
kemudian diolah dengan menggunakan preprocessing, ekstrasi ciri wavelet, jarak
Euclidean dan kemudian program akan menampilkan hasil pengenalan.
Sistem pengenalan huruf jawa secara real time dapat bekerja dengan baik.
Berdasarkan hasil percobaan, parameter terbaik adalah pada variasi resizing 32x64 dan
desimasi 2, yang mampu menghasilkan tingkat pengenalan sebesar 91% dan 92,8% dari
berbagai variasi rotasi dan skala.

Kata kunci: Huruf Jawa, webcam, wavelet, jarak Euclidean,

viii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

ABSTRACT
Many immigrants from outside java island which is settle, work, attend school, or
traveled in java island which is somestimes wants to find out how culture in terms of java
language, which is the java along with letters of java. Few people are able to understand the
letter a complicated. So as to understand java letters, in an efficient way required a
recognition systems to recognise java letter expected more intelligible in general by society.
Java letter recognition system to be created using a webcam and a laptop. Webcam
function for recording and retrieving images from a piece of Java letters, and laptops to
operate it. Image java letter pieces that have been captured and processed by using
preprocessing, wavelet characteristics extraction, Euclidean distance and then the program
will display the recognition result.
Java letter recognition systems in real time can work well. Based on the experiment
results, the best parameter is the variation resizing 32x64 and Decimation 2, which is able to
produce a recognition rate of 91% and 92,8% of the variations of rotation and scale
respectively

Keywords: Java letters, webcam, wavelet, Euclidean distance.

ix

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Tuhan Yang Maha Esa atas
berkat dan rahmat kasih-Nya yang telah dilimpahkan-Nya sehingga penulis dapat
menyelesaikan Tugas Akhir yang berjudul Pengenalan Secara Real Time Huruf Jawa
Jenis Cetak Menggunakan Ekstraksi Ciri Wavelet dan Fungsi Jarak Euclidean.
Tugas Akhir ini disusun sebagai salah satu syarat kelulusan untuk
memperoleh gelar Sarjana Teknik pada Program Studi Teknik Elektro, Fakultas Sains
dan Teknologi, Universitas Sanata Dharma Yogyakarta.
Penulisan Tugas Akhir ini tidak lepas dari campur tangan dan bantuan dari
banyak pihak baik secara langsung mapun tidak langsung. Penulis menyadari bahwa
banyak pihak yang telah memberi dukungan, semangat, bimbingan dan arahan serta
bantuan materil. Oleh karena itu, pada kesempatan ini penulis ingin mengucapkan
terima kasih kepada :
1. Tuhan Yesus Kristus, yang selalu membimbingku, menyertaiku dari awal
hingga terselesainya tugas akhir ini. Sungguh suatu karunia kasih-Mu.
2. Ibu Paulina Heruningsih Prima Rosa, S.si., M.Sc. selaku Dekan Fakultas
Sains dan Teknologi.

3. Bapak Petrus Setyo Prabowo, S.T., M.T. selaku Ketua Program Studi
Teknik Elektro Universitas Sanata Dharma Yogyakarta yang memberikan
arahan kepada penulis.
4. Bapak Dr. Linggo Sumarno, selaku dosen pembimbing yang telah banyak
membimbing, membantu, serta memberikan arahan, jasa dan motivasi
kepada penulis dalam menyelesaikan tugas akhir ini.
5. Bapak Petrus Setyo Prabowo, S.T., M.T. dan Bapak Ir. Tjendro, M.Kom.
selaku dosen penguji tugas akhir yang telah memberikan ilmu dan arahan
tambahan sehingga penulis dapat menyempurnakan penyusunan tugas
akhir ini.
6. Seluruh Dosen dan Laboran Program Studi Teknik Elektro, Fakultas
Sains dan Teknologi Universitas Sanata Dharma yang telah banyak
memberikan ilmunya hingga saat ini.

x

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
7. Seluruh Staff Fakultas Sains dan Teknologi Universitas Sanata Dharma
Yogyakarta yang telah membantu dalam hal administrasi.
8. Kedua orang tua tercinta (Papa drg. Ludgerus Toto Utomo dan Mama
Rosalia Resmiharti), seluruh keluarga besar Soegiardjo seluruhnya dan
keluarga besar Suladi Wardoyo yang selalu mendukung serta mendoakan
penulis.
9. Kakak-kakak dan adik saya ( Albertus Adi Atma Prasetya, Natalia Indira,
Aegidia Dyah Pravita Sari, dan Sanca Christy Mareta) yang telah
memberikan semangat dan doa demi terselesaikannya tugas akhir ini.
Terima kasih untuk segala kasih dan kesabarannya.
10. Sahabat-sahabat saya tercinta (Irenne Patricia, Nikki Gusti, Chesa
Permita, Lukas Arma, Helena Dyah) yang telah banyak mendukung,
membantu, memberikan semangat, motivasi dan menghibur penulis
sampai menyelesaikan skripsi ini.
11. Teman-teman seperjuangan angkatan 2010 Teknik Elektro yang selalu
mendukung dan menyemangati dalam menyelesaikan tugas akhir ini.
12. Dan kepada semua pihak yang telah banyak membantu dalam
menyelesaikan skripsi ini yang tidak bisa disebutkan satu persatu.
Penulis menyadari bahwa dalam penulisan tugas akhir ini masih terdapat
banyak kekurangan dan jauh dari sempurna. Untuk itu, kritik dan saran yang
membangun senantiasa penulis harapkan guna menyempurnakan tugas akhir ini.
Akhir kata, penulis berharap agar hasil penelitian dan pembelajaran yang
tertuang dalam tugas akhir ini dapat bermanfaat bagi semua pihak.
Terima kasih.

xi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR ISI
Halaman Sampul (Bahasa Indonesia) ............................................................................................. i
Halaman Sampul (Bahasa Inggris) ................................................................................................. ii
Halaman persetujuan..................................................................................................................... iii
Halaman Pengesahan .................................................................................................................... iv
Halaman Persembahan dan Motto Hidup ........................................................................................v
Pernyataan Keaslian Karya ........................................................................................................... vi
Lembar Pernyataan Persetujuan Publikasi Karya Ilmiah untuk Kepentingan Akademis ............ vii
Intisari .......................................................................................................................................... viii
Abstract .......................................................................................................................................... ix
Kata Pengantar .................................................................................................................................x
Daftar Isi ....................................................................................................................................... xii
Daftar Gambar ...............................................................................................................................xv
Daftar Tabel ................................................................................................................................ xvii
BAB I:PENDAHULUAN
1.1. LatarBelakang .............................................................................................................. 1
1.2. TujuandanManfaat Penelitian ...................................................................................... 2
1.3. BatasanMasalah ........................................................................................................... 2
1.4. MetodologiPenelitian ................................................................................................... 3
BAB II: DASAR TEORI
2.1. Aksara Jawa ................................................................................................................. 4
2.1.1. Aksara Carakan ..........................................................................................................4

xii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
2.2. Pengolahan Citra ...........................................................................................................4
2.2.1. Ruang Warna RGB ....................................................................................................5
2.2.2. Citra Grayscale...........................................................................................................6
2.2.3. Cropping dan Resizing ...............................................................................................6
2.2.4.Transformasi Affine (Affine Transformation) ............................................................7
2.3. Pengenalan Pola ............................................................................................................8
2.4. Wavelet .........................................................................................................................8
2.4.1. Wavelet secara umum ................................................................................................8
2.4.2.Wavelet Haar ............................................................................................................11
.

2.4.3.Konvolusi ..........................................................................................................12

2.5. Jarak Euclidean ...........................................................................................................13
2.6. Templete Matching .....................................................................................................14
2.7. Matlab .........................................................................................................................15
2.8. Webcam ......................................................................................................................16
2.9. GUIDE MATLAB ......................................................................................................17
BAB III:PERANCANGAN
3.1. GambaranSistem ........................................................................................................ 18
3.1.1.Fixture ...................................................................................................................... 18
3.1.2.Potongan Huruf Jawa Jenis Cetak............................................................................ 19
3.1.3.Webcam ....................................................................................................................19
3.2. Proses Pengenalan Potongan Huruf Jawa ...................................................................19
3.2.1.Citra Potongan Huruf Jawa ...............................................................................20
3.2.2.Tahap Preprocessing .........................................................................................21
3.2.3.Tahap Ekstraksi Ciri .........................................................................................23
3.2.4.Tahap Fungsi Jarak ............................................................................................25
xiii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
3.2.5.Penentuan Keluaran ...........................................................................................26
3.3.Perancangan Database Huruf ......................................................................................27
3.4.Huruf Uji ......................................................................................................................27
3.5.Perancangan Tampilan GUI ........................................................................................28
BAB IV:HASIL DAN PEMBAHASAN
4.1. Pengujian Program Pengenalan Huruf Jawa Carakan secara Real Time ....................29
4.1.1.Tombol Kamera Aktif ...............................................................................................30
4.1.2.Tombol Ambil Gambar .............................................................................................31
4.1.3. Pop-Up Menu ...........................................................................................................32
4.1.4. Tombol Proses .........................................................................................................33
4.1.5. Tombol Reset ...........................................................................................................38
4.1.6. Tombol Keluar .........................................................................................................38
4.2. Hasil Pengujian Program Pengenalan Terhadap Tingkat Pengenalan
Citra Potongan Huruf Jawa Carakan..................................................................................39
4.2.1. Pengujian Parameter Pengenalan Potongan Huruf Jawa Carakan
Secara Tidak Real Time ...................................................................................39
4.2.1. Pengujian Parameter Pengenalan Potongan Huruf Jawa Carakan
Secara Real Time..............................................................................................42
BAB V:KESIMPULAN DAN SARAN
5.1. Kesimpulan .................................................................................................................48
5.2. Saran ...........................................................................................................................48
DAFTAR PUSTAKA ....................................................................................................................49
LAMPIRAN ...................................................................................................................................51

xiv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR GAMBAR
Gambar 2.1. Aksara Jawa Carakan ....................................................................................... 4
Gambar 2.2. Koordinat citra digital ...................................................................................... 5
Gambar 2.3. Skema ruang warna RGB dalam bentuk kubus ............................................... 5
Gambar 2.4. Contoh hasil cropping....................................................................................... 6
Gambar 2.5. Proses penskalaan pada citra potongan huruf. (a ) Citra sebelum penskalaan
(b) citra setelah penskalaan 64x128.................................................................. 8
Gambar 2.6. Algoritma pyramid. Dekomposisi wavelet satu level berdasarkan algoritma
piramid; h(n) adalah tapis pelewat bawah; g(n) adalah tapis pelewat atas; CAj
(LL) adalah koefisien rerata;

(ℎ)
� (HL),

(�)
� (LH),

dan

(�)
� (HH)

masing-

masing adalah koefisien detil horisontal, vertikal dan diagonal ...................... 9
Gambar 2.7. Wavelet Haar ................................................................................................. 12
Gambar 2.8. Representasi matriks dari penjumlahan konvolusi, y = [1 5 14 26 29 21] ..... 13
Gambar 2.9. Contoh tampilan Matlab ................................................................................ 16
Gambar 2.10. Contoh webcam ........................................................................................... 17
Gambar 2.11. Tampilan Blank GUI (Default) .................................................................... 17
Gambar 3.1. Gambaran keseluruhan sistem ........................................................................ 18
Gambar 3.2. Contoh potongan huruf jawa carakan ............................................................. 19
Gambar 3.3. Blok diagram proses pengenalan potongan huruf jawa .................................. 20
Gambar 3.4. Diagram alir pemrosesan citra ........................................................................ 21
Gambar 3.5. Contoh konversi citra potongan huruf dengan RGB (a) menjadi
grayscale (b) ................................................................................................... 22
Gambar 3.6. Contoh cropping pada citra potongan huruf ................................................. 22
Gambar 3.7. Contoh resizing pada citra potongan huruf. (a) Citra sebelum diresizing.
(b) citra setelah diresizing 64x128. (c) citra a setelah diresizing 16x32 ........ 23
Gambar 3.8. Diagram ekstraksi ciri ..................................................................................... 24
Gambar 3.9. Diagram alir konvolusi ................................................................................... 24
Gambar 3.10. Diagram alir downsampling.......................................................................... 25
Gambar 3.11. Diagram alir fungsi jarak Euclidean ............................................................. 26
Gambar 3.12. Diagram alir penentuan keluaran .................................................................. 26
xv

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
Gambar 3.13. Blok diagram perancangan database ............................................................ 27
Gambar 3.14. Sketsa perancangan GUI............................................................................... 28
Gambar 4.1. Icon Matlab R2010a ....................................................................................... 29
Gambar 4.2. Tampilan awal Matlab R2010a ....................................................................... 30
Gambar 4.3. Grafik Tingkat Pengenalan secara tidak real time .......................................... 41
Gambar 4.4. (a) Letak template yang diproses cropping, (b) Posisi dan jarak webcam
harus tetap, serta peletakan huruf jawa jenis cetak harus pas
pada templatenya. ....................................................................................... 41

xvi

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

DAFTAR TABEL
Tabel 3.1. Spesifikasi Webcam Logitech c 170h ................................................................. 18
Tabel 3.2. Jumlah kombinasi set database .......................................................................... 26
Tabel 4.1. Persentase Data Hasil Pengujian Secara Tidak Real Time ................................ 40
Tabel 4.2. Jumlah Koefisien Ekstraksi Ciri ......................................................................... 42
Tabel 4.3. Gambar Citra Huruf Jawa Carakan Setiap Variaasi Resizing dan Desimasi ..... 43
Tabel 4.4. Jumlah rata-rata persentase hasil percobaan 1, 2, 3, 4, 5 rotasi dan
penskalaan(tabel 1-5 lihat lampiran) .................................................................. 45
Tabel 4.5. Jumlah rata-rata persentase keseluruhan dari tabel 6 sampai tabel 10 (lihat
lampiran)............................................................................................................. 46

xvii

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB I
PENDAHULUAN

1.1

Latar Belakang
Penduduk Indonesia memiliki beraneka ragam kebudayaan yang memiliki

bahasa berbeda-beda sesuai dengan tempat tinggalnya. Mayoritas mempunyai
dwibahasa yaitu kemampuan untuk menguasai kosakata bahasa Nasional yaitu bahasa
Indonesia dan bahasa Daerah tempat tinggal masing-masing. Seperti penduduk jawa
menguasai dua bahasa yang sering digunakan untuk berkomunikasi yaitu bahasa
Indonesia sebagai bahasa pemersatu dan bahasa daerah yaitu bahasa jawa sebagai
bahasa sehari-hari.
Jawa merupakan sebuah pulau padat penduduk karena terdapat pusat
pemerintahan, dengan begitu banyak pendatang dari luar pulau. Para pendatang tersebut
terkadang ingin mengetahui kebudayaan jawa dari segi bahasa maupun sejarahnya.
Misalnya dari segi bahasa, yaitu bahasa jawa beserta dengan huruf jawa biasa disebut
dengan aksara jawa. Sayangnya, hanya sedikit orang yang mampu memahami aksara
yang rumit ini. Sehingga untuk memahami huruf jawa secara efisien, diperlukan sebuah
sistem pengenalan untuk mengenali huruf jawa tersebut yang diharapkan lebih dapat
dimengerti secara umum oleh masyarakat. Dengan menerapkan salah satu contoh
aplikasi computer vision masyarakat bisa mengenali beberapa huruf jawa secara real
time. Computer vision adalah proses otomatis yang mengintegrasikan sejumlah besar
proses untuk persepsi visual, seperti akuisisi data, pengolahan citra, klasifikasi,
pengenalan, dan membuat keputusan [1].
Sudah ada penelitian mengenai pengenalan aksara jawa, antara lain oleh Wastu
[2]. Metode yang digunakan untuk sistem pengenalan aksara jawa adalah Hidden
Markov Models. Selain itu penulis juga menemukan penelitian yang berkaitan dengan
pengenalan karakter huruf, diantaranya pernah diteliti oleh Kurniawan [3] tentang
pengenalan huruf Jepang Hiragana menggunakan perluasan metode Feature point
Extraction dan metode perbandingan dengan mengukur jarak Euclidean. Pada penelitian
sebelumnya pengenalan huruf jawa maupun pengenalan huruf jepang hiragana belum

1

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

2

dilakukan secara real time dan belum menyelidiki pengaruh variasi rotasi serta
penskalaan. Maka penulis ingin membuat suatu pengenalan secara real time huruf jawa
jenis cetak menggunakan ekstraksi ciri Wavelet dan fungsi jarak Euclidean dengan
menyelidiki pengaruh variasi rotasi serta penskalaan.

1.2

Tujuan dan Manfaat Penelitian
Tujuan yang akan dicapai dalam penulisan ini adalah menerapkan salah satu

contoh aplikasi computer vision yang dapat mengenali beberapa huruf jawa jenis cetak
secara real time menggunakan ekstraksi ciri Wavelet dan metode pengukuran jarak
euclidean. Manfaat penelitian ini adalah sebagai dasar untuk penelitian selanjutnya
dalam mengenali nama jalan dengan tulisan jawa yang berada di pinggir jalan, prasasti
dan buku dengan tulisan jawa.

1.3

Batasan Masalah
Pembahasan dan penyelesaian masalah pada tugas akhir ini dibatasi pada:

1.

Pengenalan huruf jawa carakan jenis cetak dengan ukuran huruf 6,8x3 cm dan
ukuran template 10x5 cm. Huruf jawa berasal dari poster huruf jawa (lihat
lampiran).

2.

Huruf jawa carakan jenis cetak yang yang akan dikenali terdiri dari 1 huruf.

3.

Hasil pengenalan yang sudah ditentukan di luar huruf jawa akan dikenali, tetapi
hasilnya keliru.

4.

Gambar huruf jawa untuk pengujian akan menggunakan variasi rotasi -10o, -5o,
0o, 5o, 10o dan penskalaan 90%, 95%, 100%, 105%, 110%. Variasi rotasi untuk
mensimulasikan

kamera

yang

berputar.

Variasi

penskalaan

untuk

mensimulasikan kamera yang naik turun.
5.

Menggunakan ekstraksi ciri wavelet Haar.

6.

Menggunakan fungsi jarak Euclidean untuk metode pengenalan pola.

7.

Hasil pengenalan secara real time.

8.

Menggunakan webcam merk Logitech seri C170h yang diletakkan tegak lurus
diatas poster huruf jawa dengan jarak 26cm.

9.

Menggunakan software Matlab R2010a dalam pembuatan program.

10.

Resizing citra yang digunakan ukurannya bervariasi seperti 64x128, 32x64,
16x32, 8x16 piksel.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI
11.

3

Nilai desimasi yang digunakan pada tahap ekstraksi ciri bervariasi seperti 1, 2, 3,
4, 5.

12.

Pencahayaan menggunakan dua buah lampu LED 5 watt dengan jarak lampu ke
objek 21 cm.

13.

Hasil keluaran berupa teks di layar monitor dengan tambahan suara melalui
speaker.

1.4

Metodologi Penelitian
Berdasarkan pada tujuan yang ingin dicapai metode-metode yang digunakan

dalam penyusunan tugas akhir ini adalah:
1.

Pengumpulan bahan-bahan referensi berupa buku-buku dan jurnal-jurnal ilmiah
mengenai pengenalan suatu objek, pemograman matlab, image processing,
Wavelet ,dan Euclidean.

2.

Perancangan subsistem software
Tahap ini bertujuan untuk mencari bentuk model yang optimal dari sistem yang
akan dibuat dengan mempertimbangkan berbagai faktor–faktor permasalahan
dan kebutuhan yang ditentukan.

3.

Pembuatan subsistem software
Sistem akan bekerja apabila user menekan tombol push button yang sudah
disediakan dalam software. Sebelum user memberikan interupsi untuk memulai
pengenalan huruf jawa jenis cetak. Sistem akan mengolah data yang diterima
dari webcam terlebih dahulu dan mulai menampilkan proses menampilkan video
(record) sampai user memberikan perintah untuk pengambilan gambar
(capture). Kemudian, Matlab akan mengolah huruf jawa jenis cetak dan
menyajikan sebagai sebuah informasi.

4.

Analisa data yang pertama dilakukan dengan menyelidiki pengaruh variasi
resizing (ukuran citra) dan desimasi terhadap tingkat pengenalan. Penyimpulan
hasil dilakukan untuk mencari ukuran resizing dan desimasi yang terbaik yang
menghasilkan tingkat pengenalan yang optimal. Analisa data yang kedua adalah
menyelidiki pengaruh penskalaan dan rotasi terhadap tingkat pengenalan.
Penyimpulan akhir dilakukan untuk mengetahui kinerja sistem pengenalan
terhadap pengaruh skala dan rotasi pada citra input.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

BAB II
DASAR TEORI

2.1

Aksara Jawa

2.1.1. Aksara Carakan
Carakan (abjad Jawa) yang digunakan di dalam ejaan bahasa Jawa pada dasarnya
terdiri atas 20 aksara pokok (lihat gambar 2.1) yang bersifat silabik (bersifat kesukukataan)
[4].

Gambar 2.1 Aksara jawaCarakan

2.2

Pengolahan Citra
Sesungguhnya citra merupakan suatu fungsi intensitas dalam bidang dua dimensi.

Suatu citra dapat didefinisikan sebagai fungsi f(x,y) berukuran M baris dan N kolom,
dengan x dan y adalah koordinat spasial, dan amplitudo f di titik koordinat (x,y) dinamakan
intensitas atau tingkat keabuan dari citra pada titik tersebut. Apabila nilai x, y, dan nilai
amplitudo f secara keseluruhan berhingga (finite) dan bernilai diskrit maka dapat dikatakan
bahwa citra tersebut adalah citra digital. Gambar 2.2 menunjukkan posisi koordinat citra
digital [5].

4

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

5

Gambar 2.2 Koordinat citra digital
Citra digital terdiri dari sejumlah elemen tertentu, setiap elemen mempunyai lokasi
dan nilai tertentu. Elemen–elemen ini disebut picture element, image element, pels dan
pixels. Istilah terakhir (pixel) paling sering digunakan pada citra digital.

2.2.1 Ruang Warna RGB[6]
Ruang warna RGB biasa diterapkan pada monitor CRT dan kebanyakan sistem
grafika komputer. Ruang warna ini menggunakan tiga komponen dasar yaitu merah (R),
hijau (G), dan biru (B). Setiap piksel dibentuk oleh ketiga komponen tersebut. Model RGB
biasa disajikan dalam bentuk kubus tiga dimensi, dengan warna merah, hijau, dan biru
berada pada pojok sumbu (Gambar 2.3). Warna hitam berada pada titik asal dan warna
putih berada di ujung kubus yang berseberangan. Gambar 2.3 memperlihatkan kubus
warna secara nyata dengan resolusi 24 bit. Perlu diketahui, dengan menggunakan 24 bit,
jumlah warna mencapai 16.777.216 [6].

Gambar 2.3Skema ruang warna RGB dalam bentuk kubus

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

6

2.2.2 Citra Grayscale
Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada
setiap pixelnya, dengan kata lain nilai bagian RED = GREEN = BLUE. Nilai tersebut
digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna dari
hitam, keabuan, dan putih. Tingkatan keabuan di sini merupakan warna abu dengan
berbagai tingkatan dari hitam hingga mendekati putih. Citra grayscale memiliki kedalaman
warna 8 bit (256 kombinasi warna keabuan) [5]. Mengubah citra berwarna menjadi citra
grayscale adalah proses awal yang dilakukan dalam pengolahan citra. Citra RGB diubah
ke dalam grayscale dapat dilakukan dengan menggunakan persamaan (2.1) sebagai
berikut:

=

+

+
3

(2.1)

di mana:
R,G,B : Red, Green, Blue
S

: nilai grayscale

2.2.3 Cropping dan Resizing
Salah satu jenis transformasi geometri atau perubahan bentuk adalah proses
pemotongan citra (cropping) yang bertujuan untuk mengambil elemen citra yang
diinginkan pada citra digital. Hal ini dilakukan untuk mendapatkan data yang tepat
sehingga memudahkan dalam proses pengolahan data. Gambar 2.4 di bawah ini merupakan
contoh gambar hasil cropping.

Gambar 2.4 Contoh hasil cropping

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

7

Penentuan titik yang akan diambil yaitu menggunakan matrik_titiksudut_crop yaitu yang
merepresentasikan nilai [x,y,a,b] dimana x dan y adalah titik awal (sudut kiri atas) dari
image yang akan dicrop sedangkan a adalah jumlah piksel memanjang kearah sumbu-x dan
b adalah jumlahpiksel ke arah sumbu-y.
Rezising citra adalah proses mengubah besar kecilnya ukuran citra dalam piksel.
Pada tahap ini hanya ukuran pikseldan matriksnya yang dirubah, untuk tampilan citra tidak
ada yang berubah.

2.2.4Transformasi Affine (Affine Transformation)[5]
Metode transformasi Affine ini menggabungkan proses dasar seperti rotasi dan
penskalaan ke dalam satu proses untuk mendapatkan citra output yang diinginkan.. Secara
matematis rumus transformasi Affine adalah sebagai berikut.
2

=

2

1

×

1

+

(2.2)

Proses penskalaan didapat dengan mengganti nilai A dan B dengan nilai sebagai berikut.
0

�

=

(2.3)

0

0
0

=

(2.4)

Sehingga didapatkan rumus pengganti untuk proses penskalaan adalah sebagai berikut.
2
2

�

=

0

0

×

1
1

+

0
0

(2.5)

Sehingga:
2
2

0

�

=

0

×

1

(2.6)

1

Rumus diatas menggambarkan sebuah proses linear penskalaan dalam satu proses.

Penskalaan adalah sebuah operasi geometri yang memberikan efek memperbesar
atau memperkecil ukuran citra input sesuai dengan variable penskalaan citranya. Ukuran
baru hasil penskalaan didapat melalui perkalian antara ukuran citra input dengan variable
penskalaan. Proses penskalaan dapat dilakukan dengan rumus:
� =
adalah ukuran citra input, (�0 ,

0)

�

=

�

(2.7)

×

adalah ukuran citra output, dan (

(2.8) (� ,
�,

)

) adalah variable

pensklaan yang diinginkan. Jika variabel pensklaan bernilai lebih besar dari 1 maka hasil

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

8

penskalannya akan memperbesar ukuran citra, sebaliknya apabila variabel pensklaannya
lebih kecil dari 1 maka hasilnya akan memperkecil ukuran citra. Gambar 2.5 berikut ini
menunjukkan hasil implementasi dari proses penskalaan sebesar 64x128.

20

20

40

40

60

60

80

80

100

100

120
50

100

150

200

(a)

50

100

150

200

(b)

Gambar 2.5 Proses penskalaanpada citra potongan huruf. (a ) Citra sebelum penskalaan(b)
citra setelah penskalaan64x128

2.3

Pengenalan Pola
Mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh

mesin (dalam hal komputer). Tujuan pengelompokan adalah untuk mengenali suatu objek
di dalam citra. Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah
belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek
dengan lainnya. Kemampuan sistem visual manusia inilah yang dicoba ditiru mesin.
Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra
tersebut, dan memberikan keluaran berupa deskirpsi objek di dalam citra.

2.4

Wavelet

2.4.1Wavelet secara umum
Menurut Sydney (1998), Wavelet merupakan gelombang mini (small wave) yang
mempunyai kemampuan mengelompokkan energi citra dan terkonsentrasi pada
sekelompok kecil koefisien, sedangkan kelompok koefisien lainnya hanya mengandung
sedikit energi yang dapat dihilangkan tanpa mengurangi nilai informasinya. Wavelettelah
banyak digunakan di berbagai bidang seperti pengolahan citra. Wavelet biasa digunakan
untuk menyajikan data atau fungsi ke dalam komponen-komponen frekuensi yang

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

9

berlainan. Proses ini dinamakan dekomposisi, dan kemudian mengkaji setiap komponen
dengan suartu resolusi yang sesuai dengan skalanya.Transformasi wavelet merupakan
pengubahan sinyal kedalam berbagai wavelet basis dengan berbagai pergeseran dan
penyekalaan, oleh karena itu koefisien wavelet dari beberapa skala atau resolusi dapat
dihitung dari koefisien wavelet pada resolusi tinggi berikutnya. Hal ini memungkinkan
mengimplementasikan transformasi wavelet menggunakan struktur pohon yang dikenal
sebagai algoritma piramid (pyramid algorithm), bisa dilihat pada gambar 2.6 [7].
kolom
h(n)

baris
h(n)

2

1

1

2

1

(2)
+1

1

2

+1

(ℎ)
+1

kolom
h(n)

baris
g(n)

2

1

kolom
g(n)

baris
X
kolom
X

2

kolom
g(n)

CAj

1

( )
+1

: konvolusikan baris dengan tapis g(n) atau h(n)
: konvolusikan kolom dengan tapis g(n) atau h(n)

21
1
: downsampling
dengan menjaga kolom yang genap
2
:1downsampling
dengan menjaga baris yang genap
Gambar 2.6Algoritma pyramid. Dekomposisi wavelet satu level berdasarkan algoritma
piramid; h(n) adalah tapis pelewat bawah; g(n) adalah tapis pelewat atas;
CAj(LL) adalah koefisien rerata;

(ℎ)

(HL),

( )

(LH), dan

( )

masing-masing adalah koefisien detil horisontal, vertikal dan diagonal

(HH)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

10

Proses dekomposisi tersebut dapat dilakukan sebanyak lebih dari satu kali, yaitu
sebanyak jumlah level yang telah ditentukan sebelumnya. Untuk melakukan dekomposisi
lebih dari satu kali, proses dekomposisi selanjutnya dilakukan dekomposisi pada koeficien
aproksimasi (cA) atau LL, karena berisi sebagian besar dari informasi citra. Kemudian
didapat 4 subband lagi, yaitu LL1, LH1, HL1 dan HH1. Begitu seterusnya hingga
mencapai level yang diinginkan. Sebagai contoh, terdapat citra dengan matriks input
sebagai berikut:
1
= 5
2
7

2
8
5
4

3
2
8
7

2
6
9
4

filter lowpass dan filter highpass dengan jenis haar adalah sebagai berikut:
1
�

1

2

=

2

0 0

1

0 0
�ℎ �

1

1

2

2

2

=

−

1

0 0

2
1

0 0

2

−

1
2

Langkah pertama adalah mengalikan filter lowpass dengan matriks M terhadap
baris. Untuk memudahkan perkalian terhadap baris dilakukan transpose pada matriks M,
sehingga didapat :
1
= 2
3
4
Kemudian

dilakukan

5
8
2
6

perkalian

2
5
8
9

7
4
7
4

matriks

MT dengan

filter lowpass yang

menghasilkan matriks D1T.
1
D1T

=

1

2
0 0
Untuk

2

1
× 2
1
3
4
2

0 0
1
2

mengembalikan

5
8
2
6
ke

2
5
8
9

7
4 = 2,1213
7
3,5355
4

baris

prosestranspose kembali pada matriks D1T

dan

9,1923
5,6568

kolom

4,9497 7,7781
12,0207 7,7781

sebenarnya,

dilakukan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

1

2,1213
9,1923
=
4,9497
7,7781

11

3,5355
5,6568
12,0207
7,7781

Langkah selanjutnya adalah melakukan perkalian filter lowpass dengan matriks
D1 terhadap kolom. Proses tersebut menghasilkan matriks D2, sebagai berikut :
1
2

=

1

2

0

2

2,1213 3,5355
9,1923 5,6568
8
=
×
1
4,9497 12,0207
9
7,7781 7,7781
2

0

1

0 0

2

6,5
14

Matriks D2 ini yang disebut dengan koeficien aproksimasi (LL). Untuk mencari
nilai HL, LH dan HH, sama seperti langkah diatas, namun dilakukan dengan mengalikan
filter lowpass terhadap baris dan filter highpass terhadap kolom untuk HL, mengalikan
filter highpass terhadap baris dan filter lowpass terhadap kolom untuk LH dan mengalikan
filter highpass terhadap baris dan kolom untuk HH.

2.4.2Wavelet Haar[5]
Haar adalah wavelet paling tua dan paling sederhana, diperkenalkan oleh Alfred
1 1

Haar pada tahun 1909. Koefisien transformasi h0 = (h0(0), h0(1)) = , (tapis low pass)
2 2

dan h1 = (h1(0), h1(1)) =

1
2

,−

1
2

(tapis high pass) ini merupakan fungsi basis wavelet Haar.

Pada citra, tapis high pass dan tapis low pass dapat direpresentasikan sebagai matriks 2D.
Dekomposisi perataan dan pengurangan yang telah dilakukan sebelumnya sebenarnya
sama dengan melakukan dekomposisi (transformasi) citra dengan wavelet Haar. Kedua
tapis tersebut bersifat ortogonal namun tidak ortonormal. Tapis Haar yang bersifat
ortogonal dan juga ortonormal adalah:
h0 =

1
2

,

1
2

(2.9)
h1 =

1
2

,−

1
2

(2.10)

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

12

Haar Wavelet

1
0.5
0
-0.5
-1
0

0.5

1

Gambar 2.7 Wavelet Haar

2.4.3 Konvolusi
Konvolusi merupakan sebuah operasi matematika sederhana yang umum digunakan
pada pengolahan citra. Jika ada dua barisan u dan hmaka hasil konvolusinya (y) dinyatakan
dengan persamaan:

=

∞
=−∞

ℎ

−

(2.11)

Di mana Notasi ringkas yang digunakan bagi konvolusi adalah

∗ ℎ atau = ∗ ℎ

=

2.12)

Yang berarti juga bahwa konvolusi adalah komutatif (dapat dipertukarkan), yaitu:
=ℎ∗

=

∗ℎ

(2.13)

Dengan menggunakan cara matriks, dapat memudahkan dalam perhitungan tersebut
seperti gambar 2.7 merupakan contoh penyelesaian sebuah konvolusi dari dua baris u = {1
2 3} dan h = {1 3 5 7} [8].

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

13

Gambar 2.8Representasi matriks dari penjumlahan konvolusi, y = [1 5 14 26 29 21]
Berdasarkan masukan yang diterima dapat digunakan sebagai low pass filter. Low
pass filter dari sinyal x(n) dengan masukan w(n) merupakan suatu proses konvolusi antara
x(n) dengan w(n). Bila sinyal x(n) memiliki panjang yang terbatas, dan juga ujung-ujung
sinyalnya diskontinu, akan memunculkan distorsi pada ujung-ujung sinyal hasil
konvolusinya. Ada suatu metode memperpanjang sinyal x(n) dengan cara sinyal
pengulangan yang disebut periodisasi. Metode ini untuk mengatasi masalah akan sinyal
x(n) yang memiliki panjang terbatas yang diusulkan oleh Misiti et al[9]. Berikut contoh
dari metode tersebut, x(n) = {x(1), x(2), ..., x(M)} yang akan dikonvolusi dengan masukan
w(n)= {w(1), w(2), ..., w(N)}, di mana N adalah bilangan genap, dan M>N, sehingga sinyal
pengulangan dengan cara periodisasi akan menjadi
={

−

+ 1 ,…,

,

1 ,…,

,

1 ,…,

− 1 } (2.20)

Konvolusi sinyal yang diperpanjang xper (n) dengan masukan w(n) akan
menghasilkan sinyal keluaran
=
atau
=

∗ ℎ( )

(2.14)

ℎ

(2.15)

+1−

di mana M + N– 1 lebih besar dari panjang x(n). Agar sinyal output memiliki panjang yang
sama dengan sinyal input, maka hanya bagian-bagian tertentu dari sinyal output yang
dipilih. Contohnya y(n)= {y(1), y(2), … , y(L)}, di mana L= M + N – 1,

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

14

jadi yang dipilihbagian-bagian tertentu dari y(n) adalah
={

2.5

Jarak Euclidean[6]

+ 1 ,…,

+

}

(2.16)

Jarak Euclidean dapat dianggap sebagai jarak yang paling pendek antar dua poinpoin, dan pada dasarnya sama halnya dengan persamaan Pythagoras ketika digunakan di
dalam 2 dimensi. Secara matematis dapat dituliskan di dalam persamaan berikut:

di mana:

d(i,j)= ( 1 − 1 )2 + ( 2 −

d(i,j)

: jarak euclidean antara idan j

i

: nilai matriks hasil ekstraksi ciri

j

: nilai matriks dari database

2)

2

+⋯(

−

)2

(2.17)

Dengan d(i,j) adalah titik koordinat jarak Euclidean. Jika rumus jarak pada dua titik
berbentuk segitiga diukur dengan menggunakan rumus Phytagoras, maka untuk penerapan
penghitungan jarak dan kasus yang nyata digunakan rumus jarak Euclidean. Penerapan ini
digunakan karena ada banyak faktor yang menentukan jarak yang nyata seperti kecepatan
dan bentuk permukaan sehingga penerapan jarak Euclidean tersebut lebih cocok diterapkan
pada berbagai kasus.

2.6

Template Matching
Template matching adalah salah satu teknik dalam pengolahan citra digital yang

berfungsi untuk mencocokan tiap-tiap bagian dari suatu citra dengan citra yang menjadi
template (acuan). Teknik ini banyak digunakan dalam bidang industri sebagai bagian dari
quality control. Metode template matching sering digunakan untuk mengindentifikasi citra
karakter huruf, angka, sidik jari (fingerprint) dan aplikasi-aplikasi pencocokan citra
lainnya.

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

15

Prinsip metode ini adalah membandingkan antara image objek yang akan dikenali
dengan image template yang ada. Image objek yang akan dikenali,diukur tingkat
kemiripannyadengan masing-masing image template. Pengecekan kemiripan dapat
dilakukan menggunakan fungsi jarak ataupun korelasi. Pengenalan dilakukan dengan
melihat nilai tingkat kemiripan tertinggi dari image objek tersebut[11].

2.7

Matlab[12]
Matlab adalah sebuah bahasa (pemrograman) dengan unjuk kerja tinggi untuk

komputasi teknis, yang mengintegrasikan komputasi, visualisasi, dan pemrograman di
dalam lingkungan yang mudah penggunaannya dalam memecahkan persoalan dengan
solusinya yang dinyatakan dengan notasi matematik.
Nama MATLAB merupakan singkatan dari ‘matrix laboratory’. Sistem MATLAB
terdiri dari 5 bagian utama, yaitu:
1. Bahasa (pemrograman) MATLAB
Bagian ini adalah bahasa (pemrograman) tingkat tinggi yang menggunakan
matriks/arraydengan

pernyataan

aliran

kendali

program,

struktur

data,

masukan/keluaran, dan fitur-fitur pemrograman berorientasi objek.
2. Lingkungan kerja MATLAB
Bagian ini adalah sekumpulan kakas dan fasilitas MATLAB yang digunakan oleh
pengguna atau pemrogram. Fasilitas yang dimaksutkan misalnya untuk mengelola
variabel di dalam ruang kerja (workspace) dan melakukan impor dan ekspor data.
Sedangkan kakas yang disediakan untuk pengembangan, pengelolaan, proses
‘debugging’, dan pembuatan profil M-files untuk aplikasi MATLAB.
3. Penanganan Grafik
Bagian ini adalah sistem grafik MATLAB, termasuk perintah-perintah (program)
tingkat tinggi untuk visualisasi data dimensi-2 dan dimensi-3, pengolahan citra,
animasi, dan presentasi grafik. Selain itu, bagian ini juga termasuk perintahperintah (program) tingkat rendah untuk menetapkan sendiri tampilan grafik seperti
halnya membuat antarmuka pengguna grafis untuk aplikasi MATLAB.
4. Pustaka (library) fungsi matematis MATLAB
Bagian ini adalah koleksi algoritma komputasi mulai dari fungsi dasar seperti
menjumlahkan (sum), menentukan nilai sinus (sine), kosinus (cosine), dan

PLAGIAT
PLAGIATMERUPAKAN
MERUPAKANTINDAKAN
TINDAKANTIDAK
TIDAKTERPUJI
TERPUJI

16

aritmatika bilangan kompleks; fungsi-fungsi seperti invers matriks, nilai eigan
matriks, fungsi Bessel, dan FFT (fast fourier transform).
5. API (Apllication Program Interface) MATLAB
Bagian ini adalah pustaka (library) untuk menuliskan program dalam bahasa C dan
Fortran yang berinteraksi dengan MATLAB, termasuk fasilitas untuk memanggil
rutin program dar