Cover Pengenalan Pola Citra Menggunakan Metode Corner Detection Dan
PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER
DETECTION DAN BACKPROPAGATION
SKRIPSI
YENNY AGUSTINA TONDANG
081402063
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2014
Universitas Sumatera Utara
PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER
DETECTION DAN BACKPROPAGATION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ijazah Sarjana
Teknologi Informasi
YENNY AGUSTINA TONDANG
081402063
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PENGENALAN POLA CITRA MENGGUNAKAN
METODE CORNER DETECTION DAN
BACKPROPAGATION
Kategori
: SKRIPSI
Nama
: YENNY AGUSTINA TONDANG
Nomor Induk Mahasiswa
: 081402063
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI) UNIVERSITAS
SUMATERA UTARA
Diluluskan di
Medan,
Komisi Pembimbing
Juli 2014
:
Pembimbing 2
Sarah Purnamawati, S.T., M.Sc
NIP. 19830226 201012 2003
Pembimbing 1
Dr. Erna Budhiarti Nababan, M. IT
NIP.
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM. IT
NIP. 19800110 200801 1010
Universitas Sumatera Utara
iii
PERNYATAAN
PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER
DETECTION DAN BACKPROPAGATION
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Juli 2014
YENNY AGUSTINA TONDANG
081402063
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Segala puji dan syukur kepada Tuhan Yang Maha Esa, karena berkat kasih dan
karunia-Nya penulis bisa menyelesaikan tugas akhir ini. Rasa syukur yang sangat
dalam kepada Tuhan Yesus karena bimbingan dan penyertaanNya selalu kepada saya
mulai dari awal hingga penyelesaian tugas akhir ini.
Proses penyusunan skripsi ini tidak lepas dari dukungan dan bantuan dari
pihak lain. Oleh karena itu penulis mengucapkan terima kasih banyak kepada:
1.
Keluarga penulis, mulai dari kedua orang tua penulis, Ibu, Bunga Uli Sinaga dan
Ayah, Dasmen Tondang, adik-adik dan keluarga dekat yang selalu mengingatkan
dan mendoakan, serta mendukung penulis melalui bantuan moril dan materi,
sehingga penulis mampu menyelesaikan tugas akhir ini.
2.
Ibu Dr. Erna Nababan, M.IT dan Ibu Sarah Purnamawati, S.T., M.Sc selaku
dosen pembimbing yang telah memberikan saran, masukan, serta bersedia
meluangan waktu, tenaga dan pikiran untuk membantu penulis menyelesaikan
skripsi ini.
3.
Dosen penasehat akademik.
4.
Dosen penguji.
5.
Seluruh dosen.
6.
Teman-teman, senior dan junior Teknologi Informasi.
7.
Dan seluruh staf Teknologi Informasi yang sudah membantu penulis dalam
penyelesaian kelulusan.
Akhir kata, penulis memohon maaf bila dalam penulisan karya tulis ini terdapat
beberapa kesalahan. Oleh karena itu, penulis mengharapkan adanya masukanmasukan yang membangun.
Semoga karya tulis ini dapat memberikan kontribusi bagi terwujudnya
perdamaian di Indonesia yang kaya akan keberagaman. Tuhan Yesus memberkati.
Universitas Sumatera Utara
v
ABSTRAK
Indonesia, sebagai negara yang memiliki banyak sekali pulau dan budaya, memiliki
potensi yang sangat besar untuk mengembangkan bidang pariwisata. Banyaknya objek
pariwisata yang bisa digunakan untuk menambah devisi negara membutuhkan sebuah
sistem dalam membantu pengguna dalam mencari objek yang dimiliki oleh pengguna.
Dalam penelitian ini digunakan metode corner detection dan backpropgation (BP)
untuk membantu pengguna dalam mengenali objek. Harris Corner Detection (HCD)
akan mendapatkan titik-titik citra yang terdapat dalam citra. Hasil dari HCD akan
dipelajari menggunakan backpropagation yang memberikan hasil dan informasi dari
pencarian citra yang digunakan objek. Hasil dari penelitian ini menunjukkan bahwa
metode HCD dan BP mampu mengenali citra dengan sangat baik baik dengan eror
terkecil mencapai 0.02703%.
Kata Kunci: Harris Corner Detection, Backpropagation, Jarinagn Saraf Tiruan.
Universitas Sumatera Utara
vi
IMAGE PATTERN RECOGNITION USING CORNER DETECTION AND
BACKPROPAGATION
ABSTRACT
Indonesia, a country that has many islands and culture, has a huge potential to develop
tourism. Many tourism objects that can be used to increase the division of the country
require a system to assist users in finding objects owned by the user. This study used
corner detection methods and backpropgation (BP) to assist users in recognizing
objects. Harris Corner Detection (HCD) will get the points contained in the image of
the image. The results of the HCD will be studied using backpropagation provide
search results and information from the imagery used objects. The results of this study
indicate that the HCD method and BP were able to identify image very well with the
smallest error reached into 0.02703%.
Keyword: Corner Detection, Backpropagation, Neural Network.
Universitas Sumatera Utara
vii
DAFTAR ISI
Hal.
Persetujuan
Pernyataan
Ucapan Terima Kasih
Abstrak
Abastract
Daftar Isi
Daftar Tabel
Daftar Gambar
ii
iii
iv
v
vi
vii
ix
x
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metodologi Penelitian
1.7 Sistematika Penulisan
1
1
3
4
4
4
5
6
Bab 2 Landasan Teori
2.1 Pengertian Citra
2.1.1 Citra Analog
2.1.2 Citra Digital
2.2 Corner Detection
2.2.1 Harris Corner Detection (HCD)
2.2.1.1 Local Structure Matrix (LSM)
2.2.1.2 Corner Response Function (FCR)
2.2.1.3 Menentukan Nilai Corner Points
2.2.2 Algoritma Harris Corner Detection
2.3 Jaringan Saraf Tiruan (Neural Network)
2.3.1 Aristektur
2.3.2 Paradigma Pembelajaran
2.3.2.1 Pembelajaran Tak Terawasi (Unsupervised Learning)
2.3.2.2 Pembelajaran Terawasi (Supervised Learning)
2.3.3 Backpropagation
2.3.4 Algoritma Backpropagation
2.4 Format File JPEG
8
8
8
9
14
16
17
21
22
22
23
24
26
27
27
27
32
34
Bab 3 Analisis dan Perancangan Sistem
3.1. Identifikasi Masalah
3.2. Data yang Digunakan
3.3. Analisis Sistem
3.4. Perancangan Sistem
3.4.1 Use case diagram
36
36
36
37
42
42
Universitas Sumatera Utara
viii
3.4.2 Use case spesifikasi
3.4.3 Diagram aktivitas
3.4.4 Diagram aliran data
3.4.5. Model entity-relationship
3.4.6. Perancangan menu sistem
3.4.7. Perancangan antarmuka
3.4.7.1. Rancangan tampilan awal dan halaman utama
3.4.7.2. Rancangan halaman daftar objek
3.4.7.3. Rancangan halaman galeri citra
3.4.7.4. Rancangan halaman pembelajaran
3.4.7.5. Rancangan halaman pengujian image
43
47
51
53
54
54
54
56
56
57
58
Bab 4 Implementasi dan Pengujian Sistem
4.1. Implementasi Sistem
4.1.1 Spesifikasi perangkat keras dan lunak yang digunakan
4.1.2 Implementasi perancangan antarmuka
4.1.3 Implementasi data
4.2. Pengujian Sistem
4.2.1 Rencana pengujian sistem
4.2.2 Kasus dan hasil pengujian sistem
4.2.3 Skenario pengujian
4.2.4 Hasil pengujian
61
61
61
62
67
67
68
68
71
75
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2 Saran
77
77
78
Daftar Pustaka
79
Universitas Sumatera Utara
DETECTION DAN BACKPROPAGATION
SKRIPSI
YENNY AGUSTINA TONDANG
081402063
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2014
Universitas Sumatera Utara
PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER
DETECTION DAN BACKPROPAGATION
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ijazah Sarjana
Teknologi Informasi
YENNY AGUSTINA TONDANG
081402063
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PENGENALAN POLA CITRA MENGGUNAKAN
METODE CORNER DETECTION DAN
BACKPROPAGATION
Kategori
: SKRIPSI
Nama
: YENNY AGUSTINA TONDANG
Nomor Induk Mahasiswa
: 081402063
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI) UNIVERSITAS
SUMATERA UTARA
Diluluskan di
Medan,
Komisi Pembimbing
Juli 2014
:
Pembimbing 2
Sarah Purnamawati, S.T., M.Sc
NIP. 19830226 201012 2003
Pembimbing 1
Dr. Erna Budhiarti Nababan, M. IT
NIP.
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM. IT
NIP. 19800110 200801 1010
Universitas Sumatera Utara
iii
PERNYATAAN
PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER
DETECTION DAN BACKPROPAGATION
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan,
Juli 2014
YENNY AGUSTINA TONDANG
081402063
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Segala puji dan syukur kepada Tuhan Yang Maha Esa, karena berkat kasih dan
karunia-Nya penulis bisa menyelesaikan tugas akhir ini. Rasa syukur yang sangat
dalam kepada Tuhan Yesus karena bimbingan dan penyertaanNya selalu kepada saya
mulai dari awal hingga penyelesaian tugas akhir ini.
Proses penyusunan skripsi ini tidak lepas dari dukungan dan bantuan dari
pihak lain. Oleh karena itu penulis mengucapkan terima kasih banyak kepada:
1.
Keluarga penulis, mulai dari kedua orang tua penulis, Ibu, Bunga Uli Sinaga dan
Ayah, Dasmen Tondang, adik-adik dan keluarga dekat yang selalu mengingatkan
dan mendoakan, serta mendukung penulis melalui bantuan moril dan materi,
sehingga penulis mampu menyelesaikan tugas akhir ini.
2.
Ibu Dr. Erna Nababan, M.IT dan Ibu Sarah Purnamawati, S.T., M.Sc selaku
dosen pembimbing yang telah memberikan saran, masukan, serta bersedia
meluangan waktu, tenaga dan pikiran untuk membantu penulis menyelesaikan
skripsi ini.
3.
Dosen penasehat akademik.
4.
Dosen penguji.
5.
Seluruh dosen.
6.
Teman-teman, senior dan junior Teknologi Informasi.
7.
Dan seluruh staf Teknologi Informasi yang sudah membantu penulis dalam
penyelesaian kelulusan.
Akhir kata, penulis memohon maaf bila dalam penulisan karya tulis ini terdapat
beberapa kesalahan. Oleh karena itu, penulis mengharapkan adanya masukanmasukan yang membangun.
Semoga karya tulis ini dapat memberikan kontribusi bagi terwujudnya
perdamaian di Indonesia yang kaya akan keberagaman. Tuhan Yesus memberkati.
Universitas Sumatera Utara
v
ABSTRAK
Indonesia, sebagai negara yang memiliki banyak sekali pulau dan budaya, memiliki
potensi yang sangat besar untuk mengembangkan bidang pariwisata. Banyaknya objek
pariwisata yang bisa digunakan untuk menambah devisi negara membutuhkan sebuah
sistem dalam membantu pengguna dalam mencari objek yang dimiliki oleh pengguna.
Dalam penelitian ini digunakan metode corner detection dan backpropgation (BP)
untuk membantu pengguna dalam mengenali objek. Harris Corner Detection (HCD)
akan mendapatkan titik-titik citra yang terdapat dalam citra. Hasil dari HCD akan
dipelajari menggunakan backpropagation yang memberikan hasil dan informasi dari
pencarian citra yang digunakan objek. Hasil dari penelitian ini menunjukkan bahwa
metode HCD dan BP mampu mengenali citra dengan sangat baik baik dengan eror
terkecil mencapai 0.02703%.
Kata Kunci: Harris Corner Detection, Backpropagation, Jarinagn Saraf Tiruan.
Universitas Sumatera Utara
vi
IMAGE PATTERN RECOGNITION USING CORNER DETECTION AND
BACKPROPAGATION
ABSTRACT
Indonesia, a country that has many islands and culture, has a huge potential to develop
tourism. Many tourism objects that can be used to increase the division of the country
require a system to assist users in finding objects owned by the user. This study used
corner detection methods and backpropgation (BP) to assist users in recognizing
objects. Harris Corner Detection (HCD) will get the points contained in the image of
the image. The results of the HCD will be studied using backpropagation provide
search results and information from the imagery used objects. The results of this study
indicate that the HCD method and BP were able to identify image very well with the
smallest error reached into 0.02703%.
Keyword: Corner Detection, Backpropagation, Neural Network.
Universitas Sumatera Utara
vii
DAFTAR ISI
Hal.
Persetujuan
Pernyataan
Ucapan Terima Kasih
Abstrak
Abastract
Daftar Isi
Daftar Tabel
Daftar Gambar
ii
iii
iv
v
vi
vii
ix
x
Bab 1 Pendahuluan
1.1 Latar Belakang
1.2 Rumusan Masalah
1.3 Batasan Masalah
1.4 Tujuan Penelitian
1.5 Manfaat Penelitian
1.6 Metodologi Penelitian
1.7 Sistematika Penulisan
1
1
3
4
4
4
5
6
Bab 2 Landasan Teori
2.1 Pengertian Citra
2.1.1 Citra Analog
2.1.2 Citra Digital
2.2 Corner Detection
2.2.1 Harris Corner Detection (HCD)
2.2.1.1 Local Structure Matrix (LSM)
2.2.1.2 Corner Response Function (FCR)
2.2.1.3 Menentukan Nilai Corner Points
2.2.2 Algoritma Harris Corner Detection
2.3 Jaringan Saraf Tiruan (Neural Network)
2.3.1 Aristektur
2.3.2 Paradigma Pembelajaran
2.3.2.1 Pembelajaran Tak Terawasi (Unsupervised Learning)
2.3.2.2 Pembelajaran Terawasi (Supervised Learning)
2.3.3 Backpropagation
2.3.4 Algoritma Backpropagation
2.4 Format File JPEG
8
8
8
9
14
16
17
21
22
22
23
24
26
27
27
27
32
34
Bab 3 Analisis dan Perancangan Sistem
3.1. Identifikasi Masalah
3.2. Data yang Digunakan
3.3. Analisis Sistem
3.4. Perancangan Sistem
3.4.1 Use case diagram
36
36
36
37
42
42
Universitas Sumatera Utara
viii
3.4.2 Use case spesifikasi
3.4.3 Diagram aktivitas
3.4.4 Diagram aliran data
3.4.5. Model entity-relationship
3.4.6. Perancangan menu sistem
3.4.7. Perancangan antarmuka
3.4.7.1. Rancangan tampilan awal dan halaman utama
3.4.7.2. Rancangan halaman daftar objek
3.4.7.3. Rancangan halaman galeri citra
3.4.7.4. Rancangan halaman pembelajaran
3.4.7.5. Rancangan halaman pengujian image
43
47
51
53
54
54
54
56
56
57
58
Bab 4 Implementasi dan Pengujian Sistem
4.1. Implementasi Sistem
4.1.1 Spesifikasi perangkat keras dan lunak yang digunakan
4.1.2 Implementasi perancangan antarmuka
4.1.3 Implementasi data
4.2. Pengujian Sistem
4.2.1 Rencana pengujian sistem
4.2.2 Kasus dan hasil pengujian sistem
4.2.3 Skenario pengujian
4.2.4 Hasil pengujian
61
61
61
62
67
67
68
68
71
75
Bab 5 Kesimpulan dan Saran
5.1 Kesimpulan
5.2 Saran
77
77
78
Daftar Pustaka
79
Universitas Sumatera Utara