Untuk meningkatkan penelitian ke depannya mengenai pengenalan pola tanda tangan menggunakan learning vector quantization pada identifikasi kepribadian, penulis mengusulkan beberapa saran yang dapat dijadikan pertimbangan yaitu :
1. Karena data citra yang diinisialisasi dan dilatih masih kurang baik maka perlunya adanya peningkatan kualitas yang lebih baik dari proses konversi data fisik (tulisan tanda tangan) ke data digital (citra tanda tangan).
2. Karena area citra yang ditangkap sistem berbeda dengan area citra yang dimaksud grafolog dalam penentuan fitur lengkung dan coretan akhir maka perlu adanya penentuan lengkung yang akan digunakan untuk fitur lengkung dan pendeteksian vertikal dan horizontal untuk mengetahui coretan akhir.
SKRIPSI
Diajukan untuk Menempuh Ujian Akhir Sarjana
THOYIB HIDAYAT
10111409
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN ILMU KOMPUTER
UNIVERSITAS KOMPUTER INDONESIA
2015
v
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR GAMBAR ... ix
DAFTAR TABEL ... xi
DAFTAR SIMBOL ... xii
DAFTAR PERSAMAAN ... xiv
DAFTAR LAMPIRAN ... xv
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
1.5.1. Metode Pengumpulan Data ... 3
1.5.2. Metode Pembangunan Perangkat Lunak ... 3
1.6. Sistematika Penulisan... 5
TINJAUAN PUSTAKA ... 7
2.1. Grafologi ... 7
2.1.1. Sejarah Dan Definisi Grafologi ... 7
2.1.2. Manfaat Grafologi ... 8
2.1.3. Cara Kerja Grafologi ... 8
vi
2.2.2. Pengolahan Citra ... 10
2.2.2.1. Deteksi Tepi (Edge Detection) ... 12
2.2.2.2. Pengolahan Warna ... 16
2.3. Kecerdasan Buatan ... 16
2.3.1. Kajian Kecerdasan Buatan ... 18
2.3.2. Penerapan Kecerdasan Buatan ... 20
2.4. Jaringan Syaraf Tiruan (JST) ... 20
2.4.1. Jaringan Saraf Biologi dan Tiruan ... 21
2.4.1.1. Jaringan Saraf Biologi ... 21
2.4.1.2. Jaringan Saraf Tiruan ... 22
2.4.2. Arsitektur JST ... 23
2.4.3. Proses Pembelajaran Jaringan ... 25
2.4.4. Pembelajaran Terawasi (Supervised Learning) ... 27
2.5. Alat-Alat Pemodelan Sistem ... 30
2.5.1. Entity Relationship Diagram (ERD) ... 31
2.5.2. Flowmap ... 31
2.5.3. Diagram Konteks ... 31
2.5.4. Data Flow Diagram (DFD) ... 32
2.5.5. Kamus Data ... 32
2.6. Pengujian ... 32
2.6.1. BlackBox ... 32
2.6.2. Pengujian Confusion matriks ... 33
ANALISIS DAN PERANCANGAN SISTEM ... 35
vii
3.2. Analisis Penyelesaian Masalah ... 36
3.2.1. Analisis Data Masukan ... 37
3.2.2. Analisis Proses... 37
3.2.2.1. Scaling ... 37
3.2.2.2. Grayscale ... 37
3.2.2.3. Proses Edge Detection ... 38
3.2.2.4. Segmentation ... 39
3.2.2.5. Proses Pembelajaran Algoritma Learning Vector Quantization... 39
3.2.2.6. Proses Pengenalan Algoritma Learning Vector Quantization ... 46
3.3. Analisis Kebutuhan Non Fungsional ... 48
3.3.1. Analisis Kebutuhan Perangkat Lunak ... 48
3.3.2. Analisis Kebutuhan Perangkat Keras ... 48
3.3.3. Analisis Pengguna ... 49
3.4. Analisis Kebutuhan Fungsional ... 49
3.4.1. Context Diagram ... 49
3.4.2. Data Flow Diagram (DFD) ... 50
3.4.2.1. Data Flow Diagram Level 1... 51
3.4.2.2. Data Flow Diagram Level 2... 52
3.4.3. Process Spesification (PSPEC)... 54
3.5. Perancangan Antarmuka ... 57
3.5.1. Perancangan Antarmuka Simulasi ... 58
3.5.2. Jaringan Semantik ... 61
3.5.3. Perancangan Prosedural... 62
viii
4.1.1. Implementasi Perangkat Keras ... 67
4.1.2. Implementasi Perangkat Lunak ... 67
4.1.3. Implementasi Antarmuka ... 68 4.1.3.1. Halaman Utama ... 68 4.1.3.2. Inisialisasi Bobot... 69 4.1.3.3. Latih ... 69 4.1.3.4. Uji ... 70 4.1.3.5. Bantuan ... 70 4.1.3.6. Pesan ... 71 4.2. Pengujian Sistem ... 72
4.2.1. Rencana Pengujian Black Box ... 72
4.2.2. Skenario Pengujian Black Box... 73
4.2.3. Hasil Pengujian Black Box ... 74
4.2.4. Kesimpulan Pengujian Black Box ... 80
4.2.5. Pengujian Akurasi ... 81
4.2.5.1. Hasil Pengujian Akurasi Kombinasi 1 ... 81
4.2.5.2. Hasil Pengujian Akurasi Kombinasi 2 ... 83
4.2.5.3. Hasil Pengujian Akurasi Kombinasi 3 ... 85
4.2.6. Kesimpulan Pengujian Akurasi ... 87
KESIMPULAN DAN SARAN ... 89
5.1. Kesimpulan ... 89
5.2. Saran ... 89 DAFTAR PUSTAKA ... Error! Bookmark not defined.91
91
[1] E. C. Djamal dan S. N. Ramdlan, “PENGENALAN POLA TANDA TANGAN MENGGUNAKAN MULTILAYER PERCEPTRON DALAM IDENTIFIKASI KEPRIBADIAN,” SESINDO, 2013.
[2] B. Ludvianto, Analisis Tulisan Tangan, Jakarta: Gramedia Pustaka Utama, 2011.
[3] M. F. Q. Azizi, “PERBANDINGAN ANTARA METODE BACKPROPAGATION DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PENGENALAN CITRA BARCODE,” Universitas Negeri Semarang, Semarang, 2013.
[4] tutorialspoint.com, Software Devlopment Life Cycle, tutorialspoint.com. [5] H. M. Rahmi, The Grapholody Book : Buku pintar membaca sikap dan
karakter orang lewat tulisan tangan, Yogyakarta: Notebook, 2014.
[6] R. C. Gonzales, Digital Image Processing Using Matlab, New York: Prentice Hall, 2002.
[7] A. E, “Pengolahan Citra Digital Untuk Identifikasi Ciri Sidik Jari Berbasis Minutiae,” Jurnal Teknologi Informatika DINAMIK, 2011.
[8] P. A, “Perbandingan Metode POC, Backpropagation, Coding Pada Pembacaan Plat Nomor Kendaraan Berbasis Image Processing,” Politeknik Elektronika Negeri Surabaya, 2009.
[9] M. D. Wuryandari, “Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah,” pp. 37-50, 2011.
[10] A. Kadir dan A. Susanto, Teori dan Aplikasi Pengolaan Citra, Yogyakarta: Andi Offset, 2013.
[11] C. Danil, “Edge Detection dengan Algoritma Canny”.
[12] Kusumadewi, S, Artificial Intelligence (Teknik dan Aplikasinya)., Yogyakarta: Graha Ilmu, 2003.
92
[14] F. L, Fundamentals of Neural Network: Architectures, Algorithms, and Applications, New Jersey: Prentice-Hall, 2002.
[15] A. Kristanto, Jaringan Syaraf Tiruan (Konsep Dasar, Algoritma dan Aplikasinya), Yogyakarta: Gava Media, 2004.
[16] J. H, Analisis dan Desain Sistem Informasi, Yogyakarta: Andi, 2005. [17] A. Kristanto, Perancangan Sistem Informasi dan Aplikasinya, Yogyakarta:
Gaya Media, 2008.
[18] M. E. Khan, Different Forms of Software Testing Techniques for Finding Error, 2010.
[19] A. dan S. J, “Implementasi Costumer Relationship Management (CRM) Pada Sistem Reservasi Hotel Berbasis Website dan Desktop,” Jurnal Sistem Invormasi, vol. 6, pp. 113-126, 2011.
[20] D. Priatama, “Aplikasi Search Engine Berdasarkan Image Recognition Dengan Jaringan Syaraf Tiruan Learning Vector Quantization,” Unikom, Bandung, 2010.
iii
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 “Pengenalan Pola Tanda Tangan Menggunakan Learning Vector Quantization Dalam Identifikasi Kepribadian” dan selesai tepat waktu. Yang mana judul penelitian tersebut merupakan persyaratan utama untuk memenuhi syarat kelulusan program pendidikan Strata 1 Jurusan Tenik 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 Nelly Indriani W, S.Si., M.T., selaku pembimbing, yang telah membimbing penulis dengan sabar dalam menyelesaikan skripsi.
5. Ibu Kania Evita Dewi, S.Pd., M.Si., selaku dosen wali IF-9 2011 selama penulis menempuh pendidikan di Unikom
6. Ibu Ednawati Rainarli, S.Si., M.Si. selaku penguji seminar yang telah banyak memberikan arahan saat revisi seminar.
iv
7. Bapak Ir.Taryana Suryana, M.Kom yang telah memberikan masukan saat proses sidang skripsi.
8. Bapak Syibly Avivy A. Mulachela, M.Psi.,CMHA selaku narasumber yang sudah banyak membantu penulis dalam proses pembuatan skripsi.
9. Teman-teman bimbingan skripsi ibu Nelly Indriani W, S.Si., M.T., yang sudah berbagi informasi dan ilmunya selama proses pembuatan skripsi ini.
10.
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, Agustus 2015
Nama : Thoyib Hidayat
TTL : Tangerang, 7 November 1993 Jenis Kelamin : Laki – laki
Alamat Asal : Perum periuk jaya permai JL.Dadap X No.158 Rt.04 Rw.08 Kel.Periuk Jaya Kec.Periuk Kota Tangerang
Agama : Islam
Status : Mahasiswa Universitas Komputer Indonesia Latar Belakang
Pendidikan:
1. SDN Periuk Jaya Permai Kota Tangerang 1999 – 2001 2. SDN Periuk 4 Kota Tangerang 2002 – 2005
3. SMPN 15 Kota Tangerang 2005 – 2008 4. SMKN 1 Kota Tangerang 2008 – 2011
5. PT Jurusan Teknik Informatika (S1) Universitas Komputer Indonesia 2011 – sekarang
Dengan demikian daftar riwayat hidup yang saya buat dengan sebenar – benarnya.
Bandung, 19 Agustus 2015
Thoyib Hidayat NIM. 10111409