• Tidak ada hasil yang ditemukan

BAB V KESIMPULAN DAN SARAN

5.2 Saran

Dari hasil penelitian, analisis, perancangan, pembuatan hingga pengujian maka saran untuk meningkatkan penelitian selanjutnya mengenai analisis algoritma learning vector quantization untuk mengenali karakter orang berdasarkan fitur spasi tulisan tangan adalah karena data citra masukan sangat berpengaruh dalam proses pembelajaran, disarankan dalam penggunaan data citra masukan tidak boleh terdapat pixel yang tidak dibutuhkan masuk ke dalam citra masukan.

DAFTAR RIWAYAT HIDUP

Nama : Miftah Faris

TTL : Jakarta, 7 Januari 1994 Jenis kelamin : Laki - laki

Alamat asal : Kp. Karoya RT 01 RW 03 Ds. Karyamukti Kec. Cibatu Kab. Garut

Agama : Islam

Status : Mahasiswa Universitas Komputer Indonesia

RIWAYAT PENDIDIKAN

No. Jenjang Nama Sekolah Tahum

1 SD SDN 01 Pisangan Baru Jakarta Timur 1999 – 2005

2 SMP SMPN 1 Cibatu 2005 – 2008

3 SMA SMAN 3 Garut (Kelas III bidang studi IPA)

2008 – 2011

4 PT Jurusan Teknik Informatika UNIKOM 2011 - sekarang

Dengan demikian daftar riwayat hidup saya buat dengan sebenar-benarnya.

Bandung, Agustus 2015

ANALISIS ALGORITMA LEARNING VECTOR

QUANTIZATION UNTUK MENGENALI KARAKTER ORANG

BERDASARKAN FITUR SPASI TULISAN TANGAN

SKRIPSI

Diajukan untuk Menempuh Ujian Akhir Sarjana

MIFTAH FARIS

10111383

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK DAN ILMU KOMPUTER

UNIVERSITAS KOMPUTER INDONESIA

2015

v DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR GAMBAR ... ix

DAFTAR TABEL ... xi

DAFTAR SIMBOL ... xii

DAFTAR LAMPIRAN ... xiv

DAFTAR PERSAMAAN ... xv

BAB I PENDAHULUAN ... 1

1 Pendahuluan ... 1

1.1 Latar Belakang Masalah ... 1

1.2 Rumusan Masalah ... 2

1.3 Maksud dan Tujuan ... 2

1.4 Batasan Masalah ... 2

1.5 Metodologi Penelitian ... 3

1.6 Sistematika Penulisan ... 4

BAB II TINJAUAN PUSTAKA ... 7

2 Tinjauan Pustaka ... 7

2.1 Jaringan Saraf Tiruan (JST) ... 7

2.1.1 Jaringan Saraf Tiruan ... 7

2.1.2 Arsitektur JST ... 8

vi

2.1.4 Pembelajaran Terawasi (Supervised Learning) ... 12

2.2 Pengolahan Citra Digital ... 15

2.2.1 Deteksi Tepi (Edge Detection) ... 16

2.2.2 Penskalaan ... 18

2.2.3 Segementasi Citra ... 19

2.3 Grafologi ... 20

2.3.1 Manfaat Mempelajari Grafologi ... 20

2.3.2 Keterbatasan Grafologi ... 21

2.3.3 Dasar Penentuan Analisis Tulisan Tangan ... 21

2.4 Konversi Jarak ... 23

2.5 Alat-alat Pemodelan Sistem ... 24

2.5.1 Flowchart ... 24

2.5.2 Diagram Konteks ... 24

2.5.3 Data Flow Diagram (DFD) ... 24

2.5.4 Kamus Data ... 25

2.6 Pengujian ... 25

2.6.1 Black Box ... 25

2.6.2 Pengujian Akurasi ... 26

2.7 Matlab ... 26

BAB III ANALISIS DAN PERANCANGAN SISTEM ... 27

3 Analisis Sistem ... 27

3.1 Analisis Sistem ... 27

3.1.1 Analisis Masalah ... 27

3.1.2 Analisis Aplikasi ... 27

vii

3.2.1 Analisis Data Masukan ... 28

3.2.2 Analisis Proses ... 30

3.2.2.1 Input citra ... 31

3.2.2.2 Proses Image Preprocessing ... 32

3.2.2.3 Proses Pembelajaran Learning Vector Quantization... 42

3.2.2.4 Proses Pengenalan Metode Learning Vector Quantization ... 47

3.3 Analisis Kebutuhan Non Fungsional ... 49

3.3.1 Analisis Kebutuhan Perangkat Keras ... 49

3.3.2 Analisis Kebutuhan Perangkat Lunak ... 50

3.3.3 Analisis Pengguna ... 50

3.4 Analisis Kebutuhan Fungsional ... 50

3.4.1 Diagram Konteks ... 50

3.4.2 Data Flow Diagram Level 1 Sistem Pengenalan Karakter Tulisan Tangan..

... 51

3.4.3 Spesifikasi Proses ... 52

3.5 Perancangan Sistem ... 53

3.5.1 Perancangan Struktur Menu ... 54

3.5.2 Perancangan Antarmuka ... 54

3.5.2.1 Perancangan Antarmuka Menu Halaman Utama ... 54

3.5.2.2 Perancangan Antarmuka Menu Inisialisasi Bobot ... 55

3.5.2.3 Perancangan Antarmuka Menu Pembelajaran ... 55

3.5.2.4 Perancangan Antarmuka Menu Pengujian ... 56

3.5.2.5 Perancangan Pesan ... 57

3.5.2.6 Jaringan Semantik ... 57

viii

4 Implementasi dan Perancangan Sistem ... 59

4.1 Implementasi ... 59

4.1.1 Implementasi Perangkat Keras ... 59

4.1.2 Implementasi Perangkat Lunak ... 59

4.1.3 Implementasi Antarmuka ... 59

4.1.3.1 Tampilan Menu Beranda ... 59

4.1.3.2 Tampilan Menu Inisialisasi ... 60

4.1.3.3 Tampilan Menu Pembelajaran ... 61

4.1.3.4 Tampilan Menu Pengenalan ... 62

4.2 Pengujian Sistem ... 62

4.2.1 Pengujian Black Box ... 62

4.2.1.1 Kasus dan Hasil Pengujian Black Box ... 63

4.2.1.2 Kesimpulan Hasil Pengujian Black Box ... 67

4.2.2 Pengujian Akurasi ... 67

4.2.2.1 Hasil Pengujian Akurasi 1 ... 67

4.2.2.2 Hasil Pengujian Akurasi 2 ... 68

4.2.2.3 Hasil Pengujian Akurasi 3 ... 69

4.2.2.4 Hasil Pengujian Akurasi 4 ... 71

4.2.2.5 Hasil Pengujian Akurasi 5 ... 72

4.2.2.6 Kesimpulan Pengujian Akurasi ... 73

BAB V KESIMPULAN DAN SARAN ... 75

5 Kesimpulan dan Saran... 75

5.1 Kesimpulan ... 75

5.2 Saran ... 75

77

DAFTAR PUSTAKA

[1] H. M. Rahmi, The Graphology Book : Buku Pintar Membaca Sikap dan Karakter Orang Lewat Tulisan Tangan, Yogyakarta: Notebook, 2014. [2] S. Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya),

Yogyakarta: Graha Ilmu, 2003.

[3] M. F. Q. Azizi, “PERBANDINGAN ANTARA METODE BACKPROPAGATION DAN LEARNING VECTOR QUANTIZATION (LVQ) PADA PENGENALAN CITRA BARCODE,” FMIPA UNS, 2013. [4] M. H. Purnomo dan A. Kurniawan, Supervised Neural Networks dan

Aplikasinya, Yogyakarta: Graha Ilmu, 2006.

[5] A. Kadir dan A. Susanto, “Teori dan Aplikasi Pengolahan Citra,” Yogyakarta, Andi Offset, 2013.

[6] M. D. Wuryandari, “Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah,” pp. 42-44, 2011.

[7] D. Putra, “Pengolahan Citra Digital,” Yogyakarta, Andi Offset, 2010. [8] UnitConversion.org, “Typography Conversion Table,” 1998-2009. [Online].

Available: http://www.unitconversion.org/unit_converter/typography-ex.html. [Diakses 27 Juni 2015].

[9] J. H, Analisis dan Desain Sistem Informasi, Yogyakarta: Andi, 2005. [10] A. Kristanto, Perancangan Sistem Informasi dan Aplikasinya, Yogyakarta:

Gaya Media, 2008.

[11] M. E. Khan, Different Forms of Software Testing Techniques for Finding Error, 2010.

[12] P. P. Yanti, “Identifikasi Freycinetia Berbasis Citra Anatomi Epidermis,” Institut Pertanian Bogor, Bogor, 2012.

[13] R. H. Sianipar, S.T, M.T, M.Eng, Ph.D, Pemrograman MATLAB Dalam Contoh Dan Penerapan, Bandung: Informatika, 2013.

78

[14] J. Hendry, “USING PROFILE PROJECTION TO SEGMENT CHARACTER IN IMAGE (MATLAB),” EE&IT UGM, pp. 1-7, 2011. [15] A. Kristanto, Jaringan Syaraf Tiruan (Konsep Dasar, Algoritma dan

Aplikasinya), Yogyakarta: Gava Media, 2004.

[16] T. Sutojo, E. Mulyanto dan V. Suhartono, “Kecerdasan Buatan,” Jakarta, Andi Offset, 2010.

iii

KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh.

Alhamdulillah, Puja, Puji serta syukur penulis panjatkan kepada ALLAH SWT yang telah menganugrahkan kesehatan dan ketenangan kepada penulis, sehingga dapat melakukan penelitian yang berjudul “ANALISIS ALGORITMA

LEARNING VECTOR QUANTIZATION UNTUK MENGENALI

KARAKTER ORANG BERDASARKAN FITUR SPASI TULISAN TANGAN” dan selesai tepat waktu. Yang mana judul penelitian tersebut merupakan persyaratan utama untuk memenuhi syarat kelulusan program pendidikan Strata 1 Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia.

Penulis menyadari sepenuhnya bahwa dalam pelaksanaan penelitian ini masih sangat jauh dari kata sempurna. Hal ini dikarenakan keterbatasan pengetahuan dan pengalaman yang dimiliki penulis.

Dalam penulisan skripsi ini penulis banyak mendapatkan bantuan serta dukungan dari berbagai pihak. Untuk itu, penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Allah SWT atas rahmat, berkah, dan izin-Nya penulis bisa menyelesaikan penulisan skripsi ini.

2. Nabi Muhammad SAW, yang menjadi figur teladan bagi penulis untuk tetap sabar dan berserah diri kepada Allah atas permasalahan yang dihadapi.

3. Orang tua serta keluarga yang memberikan dukungan, baik secara moril maupun matearil, khususnya doa yang tiada henti.

4. Ibu Kania Evita Dewi, S.Pd., M.Si., selaku dosen wali IF-9 2011 selama penulis menempuh pendidikan di Unikom

5. Ibu Nelly Indriani W, S.Si., M.T., selaku pembimbing, yang telah membimbing penulis dengan sabar dalam menyelesaikan skripsi.

6. Ibu Ednawati Rainarli, S.Si., M.Si. selaku penguji seminar yang telah banyak memberikan arahan saat revisi seminar.

iv

7. Bapak Syibly Avivy A. Mulachela, M.Psi.,CMHA selaku narasumber yang sudah banyak membantu penulis dalam proses pembuatan skripsi.

8. Teman-teman bimbingan skripsi ibu Nelly Indriani W, S.Si., M.T., yang sudah berbagi informasi dan ilmunya selama proses pembuatan skripsi ini.

9.

Teman-teman IF-9 2011 yang sudah memberikan semangat dan dukungan, serta semua pihak yang membantu dalam menyelesaikan sekripsi ini yang tidak dapat penulis sebutkan satu per satu, terima kasih banyak atas semua dukungan dan bantuan hingga skripsi ini dapat terselesaikan dengan baik.

Penulis sangat menyadari dalam penulisan skripsi ini masih banyak kekurangan, untuk itu penulis mohon saran dan kritik yang membangun agar kedepannya menjadi lebih baik lagi. Penulis juga berharap agar skripsi ini dapat bermanfaat bagi semua pihak khususnya bagi penulis dan umumnya bagi pembaca.

Wassalaamu’alaikum Warahmatullahi Wabarakatuh.

Bandung, Juli 2015

Dokumen terkait