ABSTRACT
REALIZATION OF THE APPLICATION OF LAMPUNG HANDWRITTEN RECOGNITION WITH TOUCHSCREEN INPUT USING BACKPROPAGATION ARTIFICIAL NEURAL NETWORKS
By
HENDRI SETIAWAN
Lampung language is language used by people who live in southern Sumatera. It is written in Lampung characters known as ”kaganga”. Currently, Lampung language is rarely used so it is necessary to preserve it. The aim of this research is to make an application which able to recognize and translate Lampung characters handwritten into bahasa. In contrast to previous research that used scanned paper as a medium for writing, in this research the user can write characters directly on this application using touchscreen input. So that, the use of paper can be reduced. The system is designed by applying the Artificial Neural Network (ANN) and image processing techniques. System design consist two systems, they are training system and testing system. Training system is conducted to train the neural network to be able to recognize characters. Some characters have similarity so that those are trained repeatedly. All of characters training generates an average error below of 10%. While the testing system is a application used to test the network. The application is able to read the Lampung characters handwritten and translate it into bahasa.
Average recognition error obtained from the testing system is 12% of the 50 samples of handwritten testing. The recognition errors affected by several things, they are structure of characters, image processing techniques, handwritten variation, the parameters determination of artificial neural networks.
ABSTRAK
RANCANG BANGUN APLIKASI PENGENALAN TULISAN TANGAN AKSARA LAMPUNG DENGAN MASUKAN LAYAR SENTUH
MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
Oleh
HENDRI SETIAWAN
Bahasa dan aksara Lampung merupakan bahasa/tulisan yang digunakan sejak dahulu oleh penduduk asli Lampung untuk saling berkomunikasi. Saat ini bahasa dan aksara Lampung sudah jarang digunakan sehingga diperlukan upaya untuk melestarikannya. Penelitian ini bertujuan untuk membuat aplikasi yang dapat mengenali aksara Lampung dan menerjemahkannya ke dalam bahasa Indonesia. Berbeda dengan penelitian sebelumnya yang menggunakan kertas yang di-scan sebagai media untuk menulis, pada penelitian ini pengguna dapat menuliskan aksara secara langsung pada aplikasi. Dengan demikian penggunaan kertas dapat dikurangi.
Perancangan aplikasi ini dibuat dengan menerapkan ilmu Jaringan Syaraf Tiruan (JST) dan teknik pengolahan citra. Sistem ini terdiri dari dua perangkat, yaitu perangkat pelatihan dan perangkat aplikasi. Perangkat pelatihan digunakan untuk membuat dan melatih jaringan syaraf tiruan agar mampu mengenali pola aksara. Pelatihan jaringan dilakukan secara bertingkat untuk mendapatkan pengenalan yang lebih baik karena beberapa karakter aksara Lampung memiliki kemiripan. Hasil yang diperoleh dari perangkat pelatihan ini berupa nilai bobot dan bias yang akan digunakan pada perangkat aplikasi. Dari pelatihan karakter didapatkan persentase kesalahan di bawah 10%. Sedangkan perangkat aplikasi merupakan perangkat yang digunakan untuk melakukan pengujian jaringan. Perangkat ini mampu membaca aksara Lampung dan menerjemahkannya ke dalam bahasa Indonesia. Perangkat aplikasi sudah dilengkapi dengan fasilitas yang memungkinkan bagi pengguna untuk menulis langsung pada aplikasi tersebut.
Dari hasil pengujian perangkat aplikasi diperoleh persentase kesalahan pengenalan sebesar 12% dari 50 kali pengujian. Kesalahan pengenalan pada perangkat aplikasi dipengaruhi oleh beberapa hal yaitu bentuk karakter aksara, proses pengolahan citra, keberagaman bentuk tulisan tangan dan penentuan algoritma dan parameter pada jaringan syaraf tiruan.
RANCANG BANGUN APLIKASI PENGENALAN TULISAN TANGAN AKSARA LAMPUNG DENGAN MASUKAN LAYAR SENTUH
MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
(Skripsi)
Oleh
HENDRI SETIAWAN
FAKULTAS TEKNIK UNIVERSITAS LAMPUNG
Penulis dilahirkan di Adiluwih pada tanggal 21 Februari
1991, sebagai anak kedua dari tiga bersaudara, dari Bapak
Tukimin dan Ibu Hayunah.
Riwayat pendidikan penulis dimulai dari SDN 1 Tampang
Pematang Sawa (1996
Kotaagung (2002-2005) hingga menamatkan jenjang sekolah menengah atas di
SMAN 1 Kotaagung Tanggamus pada tahun 2008.
Penulis terdaftar sebagai mahasiswa Jurusan Teknik Elektro Fakultas Teknik
Universitas Lampung mela
2009. Selama menjadi mahasiswa Penulis pernah menjadi asisten Laboratorium
Pengukuran Besaran Elektrik (PBE) pada tahun 2010 sampai 2011 dan
Laboratorium Teknik Kendali Universitas Lampung pada 2011 sampai 201
Penulis sempat terdaftar sebagai anggota organisasi intra kampus Himpunan
Mahasiswa Teknik Elektro (HIMATRO) Universitas Lampung. Pada semester 5
penulis konsentrasi Sistem Isyarat Elektronik (SIE) sebagai fokus dalam
perkuliahan dan penelitian.
di PT. Krakatau Steel Divisi Billet Steel Plant (BSP)
RIWAYAT HIDUP
Penulis dilahirkan di Adiluwih pada tanggal 21 Februari
1991, sebagai anak kedua dari tiga bersaudara, dari Bapak
Tukimin dan Ibu Hayunah.
Riwayat pendidikan penulis dimulai dari SDN 1 Tampang
Pematang Sawa (1996-2000), SDN 4 Kuripan Tanggamus
(2000-2005) hingga menamatkan jenjang sekolah menengah atas di
SMAN 1 Kotaagung Tanggamus pada tahun 2008.
Penulis terdaftar sebagai mahasiswa Jurusan Teknik Elektro Fakultas Teknik
Universitas Lampung melalui jalur SNMPTN (sekarang SBMPTN) pada tahun
2009. Selama menjadi mahasiswa Penulis pernah menjadi asisten Laboratorium
Pengukuran Besaran Elektrik (PBE) pada tahun 2010 sampai 2011 dan
Laboratorium Teknik Kendali Universitas Lampung pada 2011 sampai 201
Penulis sempat terdaftar sebagai anggota organisasi intra kampus Himpunan
Mahasiswa Teknik Elektro (HIMATRO) Universitas Lampung. Pada semester 5
penulis konsentrasi Sistem Isyarat Elektronik (SIE) sebagai fokus dalam
perkuliahan dan penelitian. Pada Januari 2012 penulis melaksanakan kerja praktik
di PT. Krakatau Steel Divisi Billet Steel Plant (BSP) Cilegon Banten.
Penulis dilahirkan di Adiluwih pada tanggal 21 Februari
1991, sebagai anak kedua dari tiga bersaudara, dari Bapak
Riwayat pendidikan penulis dimulai dari SDN 1 Tampang
-2002), MTsN 1
2005) hingga menamatkan jenjang sekolah menengah atas di
Penulis terdaftar sebagai mahasiswa Jurusan Teknik Elektro Fakultas Teknik
lui jalur SNMPTN (sekarang SBMPTN) pada tahun
2009. Selama menjadi mahasiswa Penulis pernah menjadi asisten Laboratorium
Pengukuran Besaran Elektrik (PBE) pada tahun 2010 sampai 2011 dan
Laboratorium Teknik Kendali Universitas Lampung pada 2011 sampai 2014.
Penulis sempat terdaftar sebagai anggota organisasi intra kampus Himpunan
Mahasiswa Teknik Elektro (HIMATRO) Universitas Lampung. Pada semester 5
penulis konsentrasi Sistem Isyarat Elektronik (SIE) sebagai fokus dalam
enulis melaksanakan kerja praktik
MOTTO
“Hidup terasa lebih indah jika kita selalu
bersyukur”
“Menunda pekerjaan hari ini adalah
menambah pekerjaan hari esok”
“Knowing is not enough, we must apply,
Willing is not enough, we must do”
i
DENGAN BANGGA KUPERSEMBAHKAN
KARYA SEDERHANA INI UNTUK
AYAHANDA DAN IBUNDA TERCINTA:
TUKIMIN DAN HAYUNAH
KAKAK DAN ADIKKU TERSAYANG:
SANWACANA
Alhamdulillahirobbil’alamiin, penulis memanjatkan puji syukur kehadirat Alloh SWT
yang telah memberikan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan
penelitian Tugas Akhir ini tepat pada waktunya.
Tugas akhir dengan judul “Rancang Bangun Aplikasi Pengenalan Tulisan tangan Aksara Lampung Dengan Masukan Layar Sentuh Menggunakan Jaringan Syaraf Tiruan Backpropagation” ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Teknik pada Jurusan Teknik Elektro Fakultas Teknik Universitas Lampung.
Dalam kesempatan ini penulis mengucapkan terimakasih kepada:
1. Prof. Suharno, M.Sc, Ph.D. selaku Dekan Fakultas Teknik Universitas Lampung.
2.
Bapak Agus Trisanto, Ph.D. selaku Ketua Jurusan Teknik Elektro Fakultas Teknik Universitas Lampung.3.
Dr.Eng. Helmy Fitriawan, S.T., M.Sc. selaku Pembantu Dekan (PD) I FT Unila sekaligus pembimbing utama skripsi yang telah dengan sabar memberikan bimbingandan arahannya di sela-sela kesibukan sebagai PD I.
4. Dr. Ir. Sri Ratna Sulistiyanti, M.T. selaku pembimbing pendamping yang telah
memberikan bimbingan, arahan serta sarannya.
ii
6.
Segenap dosen dan pegawai di Jurusan Teknik Elektro yang telah memberikan ilmu dan wawasan yang tak terlupakan oleh penulis.7.
Ayahanda Tukimin (Bapak), ibunda Hayunah (Emak), Abang Dedi dan Adek Andi yang selama ini telah memberikan kasih sayang, semangat, doa, nasihat sertadukungan.
8.
Teman-teman Elektro angkatan 2009: Ibnu Nadhir, M. Wahidi, M. Thaha, M. Syafruddin, Hanang Priambodo, Luqvi Rizki S, Rifqi Annora M, Linggom Gultom,Supriyadi, Hendi Setiawan, Hadi Prayogo, M. Cahyonyo, Aris Aditama, Dedy Irawan,
Eko Susanto, Layla Febri H, Ranny D dan lain-lain atas kebersamaan yang selama ini
kita lalui. Semoga kebersamaan ini akan tetap terjaga selamanya. Kita Luar Biasa..!!
9. Seluruh penghuni Laboratorium Terpadu Teknik Elektro khususnya Teknik Kendali,
Syuhada, Cipo, Koko, Haki, Dani, Pras, Ryan Penceng, Restu, Dirya, Grienda, Habib,
Yayan, Ardi dan lain-lain atas bantuannya baik secara langsung ataupun tidak.
10. Semua pihak yang tidak dapat penulis sebutkan satu per satu atas bantuan dan
dukungannya dalam menyelesaikan penyusunan skripsi ini.
Penulis meminta maaf atas segala kesalahan dan ketidaksempurnaan dalam
penyusunan tugas akhir ini. Saran dan kritik membangun sangat diharapkan penulis demi
kebaikan di masa yang akan datang. Sekali lagi penulis ucapkan terimakasih dan semoga
Alloh SWT membalas kebaikan Anda semua dan diberi kemudahan dalam segala
urusannya. Aamiin.
Bandar Lampung, 25 Juni 2014 Penulis,
DAFTAR ISI
2.1.3 Penggabungan Induk Huruf dan Anak Huruf ... 10
2.2 Pengolahan Citra Digital ... 11
2.2.1 Jenis-jenis Citra ... 12
2.2.2 Metode-metode Pengolahan Citra Digital ... 14
a. Binerisasi Citra ... 14
2.3.1 Pengertian Jaringan Syaraf Tiruan ... 18
2.3.2 Model Neuron ... 20
a. Arsitektur Jaringan ... 21
b. Fungsi Aktivasi ... 23
c. Bias dan Threshold ... 24
2.3.3 Agoritma Pelatihan Backpropagation ... 24
vi
3.3 Tahap-tahap dalam Penelitian ... 34
3.3.1 Studi Literatur ... 34
4.1.2 Hasil dan Perbandingan Cara Kerja Perangkat Aplikasi ... 84
4.1.3 Hasil Pengujian Sistem (Perangkat Aplikasi) ... 89
4.2 Pembahasan ... 91
4.2.1 Pengaruh Bentuk Karakter Aksara ... 92
4.2.2 Pengaruh Pengolahan Citra ... 93
4.2.3 Keragaman Bentuk Tulisan Tangan ... 95
4.2.4 Pengaruh Penentuan Algoritma dan Parameter JST ... 96
4.3 Kekurangan-kekurangan pada Aplikasi yang Dibuat ... 98
V. KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 99
5.2 Saran ... 100
DAFTAR TABEL
Tabel Halaman
1.1 Rekam jejak penelitian ... 3
2.1 Anak huruf di atas induk huruf ... 7
2.2 Anak huruf yang terletak di bawah induk huruf ... 8
2.3 Anak huruf yang terletak di depan induk huruf ... 9
2.4 Penggabungan induk huruf dan anak huruf ... 11
3.1 Kosakata yang mampu diterjemahkan oleh sistem ... 36
3.2 Pengkodean karakter induk huruf dan anak huruf ... 65
4.1 Nilai kesalahan rata-rata pelatihan data ... 84
4.2 Hasil pengujian sistem ... 89
viii
DAFTAR GAMBAR
Gambar Halaman
2.1 Induk huruf aksara Lampung ... 6
2.2 Contoh proses pengolahan citra ... 12
2.3 Binerisasi citra ... 14
2.4 Slicing citra ... 15
2.5 Inverting citra ... 15
2.6 Cropping citra ... 16
2.7 Proses dilasi ... 17
2.8 Contoh hasil dilasi citra ... 17
2.9 Arsitektur jaringan syaraf tiruan ... 19
2.10 Arsitektur single layer network ... 21
2.11 Arsitektur multi layer network ... 22
2.12 Arsitektur recurrent network ... 22
2.13 Diagram alir pelatihan propagasi balik ... 26
2.14 Bagian-bagian layar sentuh resistif ... 30
3.1 Proses perancangan hingga pengujian sistem ... 35
3.2 Diagram alir perancangan cara kerja sistem ... 41
3.3 Contoh angket data pelatihan ... 43
3.4 Proses kerja perangkat pelatihan ... 45
3.6 Contoh vektorisasi citra ... 49
3.7 Tahapan pelatihan bertingkat (ganda) ... 51
3.8 Diagram alir proses kerja program pengolahan citra ... 54
3.9 Diagram alir proses kerja program vektorisasi citra ... 57
3.10 Diagram alir proses kerja program jaringan syaraf tiruan ... 60
3.11 Proses kerja perangkat aplikasi ... 63
3.12 Pengkodean karakter pa ... 66
4.1 Hasil dari pelatihan 21 karakter induk huruf ... 69
4.2 Hasil dari pelatihan 7 karakter anak huruf di atas ... 70
4.3 Hasil dari pelatihan 4 karakter anak huruf di bawah ... 71
4.4 Hasil dari pelatihan 4 karakter anak huruf di depan ... 72
4.5 Hasil dari pelatihan 2 karakter anak huruf di depan (ah & ai) ... 73
4.6 Hasil dari pelatihan 5 karakter induk huruf (a, la, na, nga & nya) ... 74
4.7 Hasil dari pelatihan 2 karakter induk huruf (ba & pa) ... 75
4.8 Hasil dari pelatihan 2 karakter induk huruf (ga & sa) ... 76
4.9 Hasil dari pelatihan 3 karakter induk huruf (ra, ta & wa) ... 77
4.10 Hasil dari pelatihan 3 karakter induk huruf (ca, gha & ha) ... 78
4.11 Hasil dari pelatihan 2 karakter induk huruf (la & na) ... 79
4.12 Hasil dari pelatihan 2 karakter induk huruf (la & nga) ... 80
4.13 Hasil dari pelatihan 2 karakter induk huruf (ta & wa) ... 81
4.14 Hasil dari pelatihan 2 karakter induk huruf (ka & ga) ... 82
4.15 Hasil dari pelatihan 2 karakter induk huruf (ja & sa) ... 83
4.16 Tampilan jendela perangkat aplikasi ... 85
x
4.18 Diagram blok cara kerja sistem (penulisan pada layar sentuh) ... 87
4.19 Perangkat aplikasi yang telah diisi ... 88
4.20 Karakter nga dan la ... 92
4.21 Karakter ha dan gha ... 93
I. PENDAHULUAN
1.1 Latar Belakang
Indonesia terdiri dari beberapa pulau besar dan ribuan pulau kecil. Oleh karena
itu, Indonesia dikenal sebagai negara yang memiliki banyak ragam suku dan
kebudayaan. Selain itu, Indonesia juga memiliki keragaman bahasa dan aksara.
Keragaman bahasa dan aksara ini menjadi suatu kebanggaan sekaligus sebagai
tantangan untuk mempertahankan dan mewariskannya kepada generasi-genarasi
selanjutnya. Salah satu di antara sekian banyak bahasa dan aksara yang ada di
Indonesia yaitu bahasa dan aksara Lampung.
Bahasa dan aksara Lampung merupakan bahasa/tulisan yang digunakan oleh
penduduk asli Lampung untuk berkomunikasi antara sesama yang termasuk
rumpun bahasa Austronesia (Junaiyah, 2001). Bahasa dan aksara Lampung
memegang peranan penting sebagai salah satu identitas diri bagi provinsi
Lampung. Sebagai identitas diri, maka penggunaan bahasa dan aksara Lampung
tidak boleh hilang dan harus terus dilestarikan.
Saat ini Provinsi Lampung tidak lagi didominasi oleh masyarakat bersuku
Lampung, justru pendatang. Sehingga secara tidak langsung hal ini membuat
bahasa dan aksara Lampung tidak lagi menjadi pilihan. Apabila hal ini terus
menerus terjadi, tidak menutup kemungkinan bahwa beberapa tahun yang akan
2
masyarakat asli Lampung yang tidak mengerti bahasa dan aksara Lampung
dikarenakan tidak terbiasa menggunakannya. Oleh karena itu diperlukan
upaya-upaya agar bahasa dan aksara Lampung tetap terjaga kelestariannya.
Salah satu upaya yang dapat dilakukan untuk melestarikan bahasa dan aksara
Lampung yaitu dengan memanfaatkan teknologi yang sedang populer di
masyarakat. Di antaranya adalah dengan memanfaatkan komputer tablet. Kita
mengetahui bahwa perangkat tersebut sudah sangat banyak digunakan oleh
masyarakat dengan berbagai macam kelebihannya. Salah satu kelebihan yang
dimiliki adalah karena menggunakan teknologi layar sentuh sebagai perangkat
masukan utama yang memungkinkan pengguna dapat berinteraksi langsung
tersebut tanpa memerlukan perangkat tambahan.
Penelitian ini nantinya akan menggunakan jaringan syaraf tiruan di mana
memerlukan data sampel untuk melatih jaringan tersebut. Jaringan syaraf tiruan
(JST) adalah sistem pemrosesan informasi yang memiliki karaktertik yang mirip
dengan jaringan syaraf biologi (JJ Siang, 2009). Pada penelitian sebelumnya
(Ariyanto, 2010) pengambilan sampel dilakukan dengan menggunakan kertas.
Penggunaan kertas ini menjadi tidak efisien ketika data sampel yang dibutuhkan
sangat banyak sedangkan persediaan kertas terbatas.
Berdasarkan hal-hal tersebut di atas, penulis bermaksud untuk membuat aplikasi
komputer yang dapat mengenali tulisan tangan aksara Lampung di mana aplikasi
tersebut akan menggunakan metode masukan dan pengambilan data dengan
Dengan cara seperti itu, diharapkan agar kelestarian bahasa dan aksara Lampung
dapat terjaga seiring dengan kemajuan teknologi.
Penelitian ini merupakan pengembangan dari penelitian-penelitian yang telah
dilakukan sebelumnya. Rekam jejak dari penelitian yang berkaitan dapat dilihat
pada Tabel 1.1.
Tabel 1.1 Rekam jejak penelitian
No Nama (NPM) Tahun Judul Penelitian
1 (0515031007) Ariyanto 2010
Rancang Bangun Sistem Pengenalan Tulisan Tangan dan Penerjemah Kosakata Bahasa Lampung Menggunakan Jaringan Syaraf Tiruan
2 Proklamasi M. Arif
(0715031054) 2012
Rancang Bangun Sistem Pengenalan dan Penerjemah Tulisan Tangan Aksara Lampung dengan metode Histogram Citra Menggunakan Jaringan Syaraf Tiruan
3 Hendri Setiawan (0915031044) 2014
Rancang Bangun Aplikasi Pengenalan Tulisan Tangan Aksara Lampung Dengan Dengan Masukan Layar Sentuh Menggunakan Jaringan Syarat Tiruan
Backpropagation
1.2 Tujuan Penelitian
Tujuan dari penelitian ini adalah membuat aplikasi komputer (software) yang
dapat mengenali pola tulisan tangan aksara Lampung dan menerjemahkannya ke
dalam bahasa Indonesia dengan menggunakan masukan layar sentuh sehingga
penggunaan kertas dapat dikurangi.
1.3 Manfaat Penelitian
Manfaat yang diharapkan penulis dari penelitian ini antara lain adalah:
1. Membantu mengenali serta menerjemahkan aksara dan bahasa Lampung ke
4
2. Membantu melestarikan penggunaan bahasa dan aksara Lampung dalam
kehidupan sehari-hari, misalnya dapat diaplikasikan sebagai media
pembelajaran di sekolah-sekolah.
3. Menghemat penggunaan kertas karena pada penelitian ini data sampel
diambil menggunakan layar sentuh yang memungkinkan untuk menulis
langsung pada komputer tablet tanpa menggunakan kertas.
1.4 Perumusan Masalah
Rumusan masalah pada penelitian ini adalah sebagai berikut:
1. Bagaimana merancang sebuah aplikasi yang dapat mengenali pola tulisan
tangan aksara Lampung, menerjemahkannya serta mengelompokkannya ke
dalam dialek “A” atau “O”.
2. Bagaimana merancang aplikasi penerjemah tersebut agar dapat bekerja pada
teknologi layar sentuh.
1.5 Batasan Masalah
Dalam penelitian ini terdapat pembatasan terhadap masalah yang akan dibahas,
yaitu:
1. Dalam penelitian ini tidak membuat perangkat keras. Perangkat keras berupa
komputer tablet digunakan sebagai media untuk pengambilan sampel dan
pengujian aplikasi.
2. Aplikasi hanya dapat menerjemahkan kosakata sebanyak 200 buah yang
1.6 Hipotesis
Hipotesis yang diharapkan dari penelitian ini antara lain adalah:
1. Hasil pelatihan dengan jaringan syaraf tiruan metode backpropagation
menunjukkan tingkat kesalahan pengenalan karakter kurang dari 10%.
2. Hasil pengujian perangkat aplikasi menunjukkan tingkat kesalahan
penerjemahan kata sekitar 10%.
3. Pengguna dapat menuliskan kata dalam aksara Lampung secara langsung pada
II. TINJAUAN PUSTAKA
2.1 Bahasa dan Aksara Lampung
2.1.1 Induk Huruf (Kelabai Sukhat)
Dalam penulisan aksara Lampung terdapat 20 huruf induk, yaitu: ‘ka’, ‘ga’, ‘nga’, ‘pa’, ‘ba’, ‘ma’, ‘ta’, ‘da’, ‘na’, ‘ca’, ‘ja’, ‘nya’, ‘ya’, ‘a’, ‘la’, ‘ra’, ‘sa’, ‘wa’, ‘ha’, dan ‘gha’. Bentuk induk huruf (Noeh, M dan Harisfadilah, 1979) tersebut diperlihatkan pada Gambar 2.1.
Gambar 2.1 Induk huruf aksara Lampung
KA GA NGA PA BA
MA TA DA NA CA
JA NYA YA A LA
2.1.2 Anak Huruf (Anak Sukhat)
Dalam aksara Lampung terdiri dari 12 anak huruf yang terletak di atas, di bawah dan samping kanan induk huruf.
a. Anak Huruf yang Terletak di Atas Induk Huruf
Anak huruf yang terletak di atas induk huruf terdiri dari 6 (enam) anak huruf seperti diperlihatkan pada Tabel 2.1.
Tabel 2.1 Anak huruf di atas induk huruf
Ulan adalah anak huruf yang berbentuk setengah lingkaran kecil yang terletak di atas induk huruf. Ulan terdiri atas dua macam, ulan yang menghadap ke atas melambangkan bunyi ‘i’, sedangkan ulan yang menghadap ke bawah melambangkan bunyi ‘e’ seperti pada kata ‘bebek’. Bicek adalah anak huruf yang berbentuk garis tegak yang terletak di atas
induk huruf. Bicek melambangkan bunyi ’e’ seperti pada kata ’pepaya’. Nama ‘bunyi’ Simbol
8
Tekelubang adalah anak huruf yang berbentuk garis mendatar (seperti tanda hubung dalam ejaan bahasa Indonesia) yang terletak di atas induk huruf.
Tekelubang melambangkan bunyi ’ng’.
Rejenjung adalah anak huruf yang berbentuk spiral yang terletak di atas induk huruf. Rejunjung melambangkan bunyi ’r’.
Datas adalah anak huruf yang berbentuk dua garis mendatar (seperti simbol sama-dengan) yang terletak di atas induk huruf. Datas melambangkan bunyi
’n’.
b. Anak Huruf yang Terletak di Bawah Induk Huruf
Anak huruf yang terletak di bawah induk huruf terdiri dari 3 (tiga) anak huruf seperti diperlihatkan pada Tabel 2.2.
Tabel 2.2 Anak Huruf yang Terletak di Bawah Induk Huruf Nama ‘bunyi’ Simbol
Bitan ‘o’ Bitan ‘u’ Tekelungau ‘au’
Bitan adalah anak huruf yang terletak di bawah induk huruf. Bitan terdiri atas dua macam. Bitan yang berupa garis pendek mendatar melambangkan bunyi ’u’ dan bitan yang berupa garis tegak melambangkan bunyi ’o’. Tekelungau adalah anak huruf yang berbentuk setengah lingkaran kecil
c. Anak Huruf yang Terletak di Depan Induk Huruf
Anak huruf yang terletak di depan induk huruf terdiri dari 3 (tiga) anak huruf seperti diperlihatkan pada Tabel 2.3.
Tabel 2.3 Anak Huruf yang Terletak di Depan Induk Huruf Nama ‘bunyi’ Simbol
Tekelingai ‘ai’ Keleniah ‘ah’ Nengen
Tekelingai adalah anak huruf yang berbentuk garis tegak yang terletak di depan induk huruf. Tekelingai melambangkan bunyi ’ai’.
Keleniah adalah anak huruf yang berbentuk seperti huruf ha, tetapi kecil yang terletak di depan induk huruf. Keleniah melambangkan bunyi ’h’. Nengen adalah anak huruf yang berbentuk garis miring yang terletak di
depan induk huruf. Nengen melambangkan huruf yang berada di belakang
nengen menjadi huruf mati. Akan tetapi, untuk melambangkan bunyi ’ng’, ’r’, ’n’, ’y’, ’h’ atau ’w’ nengen tidak digunakan. Bunyi-bunyi itu dilambangkan dengan menggunakan anak huruf berikut ini.
Bunyi ‘ng’ menggunakan tekelubang
Bunyi ‘r’ menggunakan rejenjung
Bunyi ‘n’ menggunakan datas
Bunyi ‘y’ menggunakan tekelingai
10
Bunyi ‘w’ menggunakan tekelungau
2.1.3 Penggabungan Induk Huruf dan Anak Huruf
Jika suatu induk huruf bertemu dengan anak huruf dengan bunyi huruf vokal tunggal seperti ‘i’, ‘u’, ‘e’, dan ‘o’ maka huruf vokal pada induk huruf yaitu ‘a’
berubah menjadi bunyi pada anak huruf, misal jika induk huruf ‘da’ bertemu dengan anak huruf ‘e’ maka penggabungan tersebut dibaca ‘de’. Tetapi jika selain itu maka penggabungan dilakukan tanpa mengubah huruf, hanya saja harus menghilangkan salah satu dari dua huruf vokal yang bertemu, misal jika induk huruf ‘wa’ bertemu dengan anak huruf ‘ar’, penggabungan tersebut bukan dibaca
‘waar’ tetapi ‘war’. Jika ada dua atau lebih induk hurufyang digabungkan maka digabungkan tanpa ada perubahan bunyi, misal penggabungan induk huruf ‘sa’
dan ‘ka’ maka dibaca ‘saka’. Begitu juga jika induk huruftersebut telah dibubuhi anak huruf, misal induk hurufyang telah dibubuhi anak huruf seperti ‘de’
digabungkan dengan induk huruf ‘ka’, maka dibaca ‘deka’. Jika ingin mematikan bunyi suatu huruf induk, maka dilakukan dengan membubuhi anak huruf nengen
di depan huruf induk, misal jika anak huruf ‘ka’ dibubuhi nengen maka dibaca ‘k’. Jika huruf yang telah dibubuhi nengen ingin digabung dengan anak huruf maka huruf yang telah diberi nengen diurutkan di urutan terakhir penggabungan, misal jika menggabungkan induk huruf ‘sa’ dengan huruf ‘ka’ yang telah diberi nengen, maka penggabungan tersebut dibaca ‘sak’.
Tabel 2.4 Penggabungan Dengan Anak
Huruf di Atas Huruf di Bawah Akasara Latin Aksara
Gonzalez (2002) menyatakan bahwa kata citra
kata “gambar” dapat diartikan sebagai suatu fungsi intensitas cahaya dua dimensi, yang dinyatakan oleh
spasial (x,y) menyatakan intensitas (kecera
Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah
citra (image processing
Pengolahan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknik-teknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan
Penggabungan induk hurufdan anak huruf Dengan Anak
Huruf di Bawah Dengan Anak Huruf di Depan Anak Huruf Aksara Latin Aksara Latin Aksara
mu bai
mo jah
cah sak
Pengolahan Citra Digital
Gonzalez (2002) menyatakan bahwa kata citra atau yang sering kita kenal dengan kata “gambar” dapat diartikan sebagai suatu fungsi intensitas cahaya dua dimensi, yang dinyatakan oleh f(x,y), di mana nilai atau amplitudo dari f
menyatakan intensitas (kecerahan) citra pada titik tersebut.
Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah
image processing).
Pengolahan citra adalah ilmu untuk memanipulasi gambar, yang melingkupi teknik untuk memperbaiki atau mengurangi kualitas gambar, menampilkan
Anak Huruf
atau yang sering kita kenal dengan kata “gambar” dapat diartikan sebagai suatu fungsi intensitas cahaya dua dimensi,
f pada koordinat titik tersebut.
Agar citra yang mengalami gangguan mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu dimanipulasi menjadi citra lain yang kualitasnya lebih baik. Bidang studi yang menyangkut hal ini adalah pengolahan
12
bagian tertentu dari gambar, membuat sebuah gambar yang baru dari beberapa bagian gambar yang sudah ada, dan beberapa teknik manipulasi gambar lainnya
Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Gambar 2.2 merupakan contoh pengolahan citra. Pada Gambar 2.2(a) memperlihatkan citra burung nuri yang agak gelap. Setelah dilakukan perbaikan kontras, citra burung nuri menjadi lebih terang seperti yang terlihat pada Gambar 2.2(b).
Gambar 2.2 Contoh proses pengolahan citra a)Citra asli b)Citra setelah dilakukan perbaikan kontras
2.2.1 Jenis-jenis Citra
Terdapat beberapa jenis citra yang umum digunakan dalam pengolahan citra, yaitu:
a. Citra Biner
Citra biner adalah citra digital yang hanya memiliki dua kemungkinan nilai piksel yaitu hitam dan putih. Citra biner juga disebut sebagai citra B &W (black and white) atau citra monokrom. Hanya dibutuhkan 1 bit untuk
mewakili nilai setiap piksel dari citra biner. Citra biner seringkali muncul sebagai hasil dari proses pengolahan seperti segmentasi, pengambangan, morfologi ataupun dithering.
b. Citra Grayscale
Citra grayscale merupakan citra digital yang hanya memiliki satu nilai kanal pada setiap piksel-nya, dengan kata lain nilai pada bagian
RED=GREEN=BLUE. Nilai tersebut digunakan untuk menunjukkan tingkat intensitas. Warna yang dimiliki adalah warna dari hitam, keabuan dan putih. Tingkat keabuan di sini merupakan warna abu dengan berbagai tingkatan dari hitam hingga mendekati putih.
c. Citra Warna
Citra warna yaitu citra yang nilai pikselnya mempresentasikan warna tertentu. Banyaknya warna yang mungkin digunakan bergantung pada kedalaman piksel citra yang bersangkutan. Citra warna dipresentasikan dalam beberapa kanal yang menyatakan komponen-komponen warna penyusunnya. Banyaknya kanal yang digunakan bergantung pada model warna yang digunakan pada citra tersebut.
14
2.2.2 Metode-metode Pengolahan Citra Digital
Adapun metode pengolahan citra digital yang digunakan pada penelitian ini adalah binerisasi, slicing, cropping, inverting, dilasi dan resizing.
a. Binerisasi Citra
Binerisasi citra adalah salah satu proses penting yang biasanya dilakukan dalam pengolahan citra. Binerisasi citra merupakan proses merubah citra ke dalam bentuk biner (0 ata 1). Proses ini menyebabkan citra hanya memiliki 2 warna yaitu hitam dan putih.
Gambar 2.3 merupakan contoh beberapa karakter aksara yang telah mengalami proses binerisasi.
Gambar 2.3 Binerisasi citra
b. Slicing
Slicing merupakan proses pemotongan sebuah citra menjadi beberapa bagian untuk mendapatkan informasi yang diinginkan. Pada penelitian ini, fungsi
pelatihan. Gambar 2.4 menyatakan proses slicing untuk memotong karakter aksara.
Gambar 2.4 Slicing citra
c. Inverting
Invertingimage adalah mengubah nilai grayscale tiap-tiap piksel citra menjadi nilai invers nya atau kebalikannya. Misalnya piksel yang aslinya gelap, nanti akan dijadikan piksel terang, dan sebaliknya. Contoh inverting citra salah satu karakter aksara ditunjukkan oleh Gambar 2.5.
16
d. Cropping
Cropping adalah proses pemotongan citra pada koordinat tertentu pada area citra. Untuk memotong bagian dari citra digunakan dua koordinat, yaitu koordinat awal yang merupakan awal koordinat bagi citra hasil pemotongan dan koordinat akhir yang merupakan titik koordinat akhir dari citra hasil pemotongan. Sehingga akan membentuk bangun segi empat yang mana tiap-tiap piksel yang ada pada area koordinat tertentu akan disimpan dalam citra yang baru. Gambar 2.6 memperlihatkan salah satu karakter aksara yang mengalami proses cropping.
Gambar 2.6 Cropping citra
e. Dilasi
Gambar 2.7 Proses dilasi
Citra B merupakan hasil citra setelah dilakukan proses dilasi dari citra asli (A) dengan stucturing element (suatu objek yang memiliki berbagai macam bentuk) S yang telah ditentukan di atas. Warna hijau pada gambar B merupakan piksel tambahan setelah dilakukan dilasi.
Gambar 2.8 Contoh hasil dilasi citra
f. Resizing
Pada saat kita melakukan proses pengolahan citra, adakalanya ukurannya berubah menjadi lebih kecil dari file aslinya dan adakalanya sebaliknya.
Resizing merupakan proses untuk merubah ukuran piksel pada suatu citra. Pengubahan ukuran citra dilakukan dengan metode interpolasi. Interpolasi
(S)
(B)
18
adalah sebuah metode pencitraan untuk meningkatkan atau mengurangi jumlah piksel pada suatu citra digital. Interpolasi bekerja dengan menggunakan data yang diketahui untuk memperkirakan nilai-nilai pada titik yang tidak diketahui.
2.3 Jaringan Syaraf Tiruan
2.3.1 Pengertian Jaringan Syaraf Tiruan
Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network (ANN), atau juga disebut simulated neural network (SNN), atau umumnya hanya disebut
neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara masukan dan keluaran untuk menemukan pola-pola pada data.
Menurut Jong Jek Siang (2009) JST dibentuk sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan asumsi bahwa:
1. Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron) 2. Sinyal dikirimkan diantara neuron-neuron melalui penghubung-penghubung. 3. Penghubung antar neuron memiliki bobot yang akan memperkuat atau
4. Untuk menentukan keluaran, setiap neuron menggunakan fungsi aktivasi (biasanya bukan fungsi linear) yang dikenakan pada jumlahan masukan yang diterima. Besarnya keluaran ini selanjutnya dibandingkan dengan suatu batas ambang.
Dalam bukunya, Jong Jek Siang juga menuliskan bahwa jaringan syaraf tiruan (JST) ditentukan oleh 3 hal, yaitu:
1. Pola hubungan antar neuron (disebut arsitektur jaringan).
2. Metode untuk menentukan bobot penghubung (disebut metode training/
learning/ algoritma). 3. Fungsi aktivasi
Secara sederhana, jaringan syaraf tiruan diilustrasikan seperti pada Gambar 2.9:
Gambar 2.9 Arsitektur jaringan syaraf tiruan
Berdasarkan gambar di atas, y menerima masukan dari neuron x1, x2, dan x3 dengan bobot hubungan w1, w2, dan w3. Ketiga impuls neuron yang ada dijumlahkan.
net = x1 w1 +x2 w2 + x3 w3
x1
x2
x3
w3
w1
20
Besarnya impuls yang diterima oleh y mengikuti fungsi aktivasi y = f(net).
Apabila nilai fungsi aktivasi cukup kuat, maka sinyal akan diteruskan. Nilai fungsi aktivasi (keluaran model jaringan) juga dapat dipakai sebagai dasar untuk merubah bobot (Jong Jek Siang, 2009).
2.3.2 Model Neuron
Jong Jek Siang (2009) mengatakan bahwa neuron adalah unit pemroses informasi yang menjadi dasar dalam pengoperasian jaringan syaraf tiruan. Neuron terdiri dari tiga elemen pembentuk:
1. Himpunan unit-unit yang dihubungkan dengan jalur koneksi. Jalur-jalur tersebut memiliki bobot/kekuatan yang berbeda-beda. Bobot yang bernilai positif akan memperkuat sinyal dan yang bernilai negatif akan memperlemah sinyal yang dibawanya. Jumlah, struktur dan pola hubungan antar unit-unit tersebut akan membentuk arsitektur jaringan (dan juga model jaringan yang terbentuk).
2. Suatu unit penjumlah yang akan menjumlahkan masukan-masukan sinyal yang sudah dikalikan dengan bobotnya. Misalkan x1, x2, … , xm adalah unit-unit masukan dan wj1, wj2, … , wjm adalah bobot penghubung dari unit-unit tersebut ke unit keluaran yj, maka unit penjumlah akan memberikan keluaran sebesar uj = x1 wj1+ x2 wj2+ … + xm wjm
.
Fungsi aktivasi akan dijelaskan lebih rinci pada sub-bab berikutnya.
a. Arsitektur Jaringan
Ada beberapa arsitektur jaringan yang sering dipakai dalam jaringan syaraf tiruan. Menurut Jong Jek Siang beberapa diantaranya adalah:
1. Jaringan Lapisan Tunggal (Single Layer Network)
Jaringan lapisan tunggal seperti ditunjukkan pada Gambar 2.10. Dalam jaringan ini, sekumpulan masukan neuron dihubungkan langsung dengan sekumpulan keluaran-nya. Dalam beberapa model (misal perceptron), hanya ada sebuah unit neuron keluaran.
Gambar 2.10 Arsitektur single layer network
Gambar 2.10. menunjukkan arsitektur jaringan dengan n unit masukan (x1,
x2, … , xn) dan m buah unit keluaran (y1, y2, … , ym). 2. Jaringan Lapisan Jamak (Multi Layer Network)
22
keluaran, unit-unit dalam satu lapisan tidak saling berhubungan. Gambar 2.11 menunjukkan arsitektur jaringan multilayer.
Gambar 2.11 Arsitektur multi layer network
3. Jaringan Reccurent
Model jaringan recurrent mirip dengan jaringan lapisan tunggal ataupun jamak. Hanya saja, ada neuron keluaran yang memberikan sinyal pada unit masukan (sering disebut feedback loop). Gambar 2.12 menunjukkan arsitektur recurrent network
Gambar 2.12 Arsitektur recurrent network
x1
x2
x3
z1
z2
z3
D1
D2
D3
b. Fungsi Aktivasi
Fungsi aktivasi diperlukan untuk menentukan keluaran suatu neuron. Argument fungsi aktivasi adalah net masukan (kombinasi linear masukan dan bobotnya). Jika = ∑ maka fungsi aktivasinya
( ) = (∑ ) (2.1)
Beberapa fungsi aktivasi yang sering dipakai adalah antara lain:
1. Fungsi threshold (batas ambang)
( ) = 1, ≥0, < (2.2)
Fungsi threshold juga dapat berharga -1 dan 1 atau sering disebut threshold bipolar, seperti:
( ) = −1, <1, ≥ (2.3)
2. Fungsi sigmoid
( ) = (2.4)
Fungsi ini sering digunakan karena nilai fungsinya terletak antara 0 dan 1. Fungsi ini dapat diturunkan dengan mudah.
( ) = ( ) 1 − ( ) (2.5)
3. Fungsi identitas
( ) = (2.6)
24
c. Bias dan Threshold
Dalam mendesain jaringan, terkadang ditambahkan sebuah unit masukan yang nilainya selalu =1. Unit itulah yag dinamakan dengan bias. Bias berfungsi untuk mengubah nilai threshold menjadi =0. Jika melibatkan bias, keluaran unit penjumlah menjadi
= + ∑ (2.8)
Fungsi aktivasi threshold menjadi:
( ) = 1,−1, ≥ 0< 0 (2.9)
2.3.3 Algoritma Pelatihan Backpropagation
Pelatihan propagasi balik (backpropagation) meliputi tiga fase yaitu: Fase I : Propagasi maju
Selama propagasi maju, sinyal masukan (xi) dipropagasikan ke lapisan tersembunyi menggunakan fungsi aktivasi yang ditentukan. Keluaran dari setiap unit lapisan tersembunyi (zj) tersebut selanjutnya dipropagasikan maju lagi ke lapisan tersembunyi di atasnya menggunakan fungsi aktivasi yang ditentukan. Demikian seterusnya hingga menghasilkan keluaran jaringan (yk).
Fase II : Propagasi mundur
Berdasarkan kesalahan tk – yk, dihitung faktor δj (k = 1, 2, …, m) yang dipakai untuk mendistribusikan kesalahan di unit yk ke semua unit tersembunyi yang terhubung langsung dengan yk. δk juga dipakai untuk mengubah bobot yang berhubungan langsung dengan unit keluaran.
Dengan cara yang sama, dihitung faktor δj disetiap unit di lapisan tersembunyi sebagai dasar perubahan semua bobot yang berasal dari unit tersembunyi di lapisan di bawahnya. Demikian seterusnya hingga semua faktor δ di unit tersembunyi yang berhubungan langsung dengan unit masukan dihitung.
Fase III : Perubahan bobot
Setelah semua faktor δ dihitung, semua bobot akan dimodifikasi bersamaan. Perubahan suatu bobot didasarkan atas faktor δ neuron di lapisan atasnya. Sebagai contoh, perubahan bobot yang menuju ke lapisan keluaran didasarkan atas δk yang ada di unit keluaran.
Ketiga fase tersebut diulang-ulang hingga kondisi penghentian terpenuhi. Secara umum kondisi penghentian diatur oleh jumlah iterasi dan toleransi kesalahan yang telah ditentukan. Iterasi dihentikan jika jumlah iterasi sudah sama dengan jumlah maksimum iterasi yang ditentukan, atau jika kesalahan yang terjadi sudah lebih kecil dari batas toleransi yang diperbolehkan.
Untuk lebih memahami proses kerja dari propagasi balik, proses kerjanya dapat diilustrasikan pada diagaram alir (flowchart) pada Gambar 2.13, dimana proses tersebut menggunakan satu buah lapisan tersembunyi dan fungsi aktivasi sigmoid
26
Gambar 2.13 Diagram alir pelatihan propagasi balik
Dari Gambar 2.13. dapat diuraikan sebagai berikut :
1. Menginisialisasi semua bobot dengan bilangan acak kecil. 2. Meneruskan sinyal masukan ke unit tersembunyi di atasnya.
= _ = _ (2.11) 4. Meneruskan sinyal dari unit tersembunyi ke unit di atasnya (keluaran)
5. Menghitung semua keluaran jaringan di unit yk (k = 1, 2, …, m)
= + ∑ (2.12)
= ( _ ) = _ (2.13)
6. Jika kondisi penghentian (batas toleransi kesalahan yang diperbolehkan) terpenuhi maka proses selesai. Jika tidak, jalankan proses ketujuh – kesepuluh.
7. Menghitung faktor δ unit keluaran berdasarkan kesalahan di setiap unit keluaran yk (k = 1, 2, …, m)
= ( − ) ( ) = ( − ) (1 − ) (2.14)
δkmerupakan unit kesalahan yang akan dipakai dalam perubahan bobot layar di bawahnya (langkah 7)
Hitung suku perubahan bobot wkj (yang akan dipakai nanti untuk merubah bobot wkj) dengan laju percepatan α.
8. Menghitung faktor δ unit tersembunyi berdasarkan kesalahan di setiap unit tersembunyi zj (j = 1, 2, …, p).
δ_ = ∑ (2.15)
Faktor δ unit tersembunyi :
28
Hitung suku perubahan bobot vji (yang akan dipakai nanti untuk merubah bobot vji)
= (2.17)
j = 1, 2, …, p ; i = 0, 1, …, n
9. Menghitung semua perubahan bobot.
Perubahan bobot garis yang menuju ke unit keluaran :
( ) = ( ) + (2.18)
(k=1, 2, …, m; j=0, 1, …,p)
Perubahan bobot garis yang menuju ke unit tersembunyi
( ) = ( ) + (2.19)
(j = 1, 2, …, m ; i = 0, 1, …,p)
10. Kembali ke langkah dua dan terus berulang sampai kondisi penghentian terpenuhi.
2.4 Teknologi Layar Sentuh (Touch Screen)
Layar sentu (touchscreen) adalah sebuah perangkat masukan komputer yang bekerja dengan adanya sentuhan tampilan layar menggunakan jari atau pena digital. Antarmuka layar sentuh memungkinkan pengguna mengoperasikan sistem komputer dengan menyentuh gambar atau tulisan di layar itu sendiri tanpa memerlukan perangkat tambahan lain. Ini merupakan cara yang paling mudah untuk mengoperasikan komputer dan kini semakin banyak digunakan dalam berbagai aplikasi.
Ada 2 jenis teknologi dasar yang digunakan untuk teknologi layar sentuh, pada
smartphone maupun komputer tablet yaitu resistif dan kapasitif
2.4.1 Layar SentuhResistif
30
Gambar 2.14 Bagian-bagianlayar sentuh resistif
Gambar 2.14 memperlihatkan bagian-bagian dari layar sentuh resistif. Ketika pengguna menyentuh layar, kedua lapisan melakukan kontak langsung secara fisik. Karena adanya kontak antara lapisan konduktif dan resistif, maka akan terjadi perubahan pada arus listrik referensi. Perubahan nilai arus referensi ini kemudian dilaporkan dan diolah secara matematis oleh controller sehingga menghasilkan sebuah koordinat dan posisi yang akurat dari titik kontak sentuhan tersebut. Kemudian informasi ini diintegrasikan dengan program lain sehingga menjadi aplikasi yang mudah digunakan.
Kelemahan sistem ini adalah kejernihan gambarnya hanya 75%. Selain itu, karena sistem ini sensitif terhadap tekanan, maka sentuhan dari berbagai macam benda dapat mempengaruhi kinerjanya.
ke komputer
spacer lapisan
resistif
lapisan kapasitif tampak
depan
2.4.2 Layar Sentuh Kapasitif
Tidak seperti layar sentuh resistif, layar sentuh kapasitif (capasitive touchscreen) tidak menggunakan tekanan jari untuk membuat perubahan aliran listrik. Sistem kapasitif memiliki sebuah lapisan pembungkus yang bersifat kapasitif berbahan
indium tinoxide pada seluruh permukaannya, yang dapat meneruskan arus listrik secara kontinu untuk kemudian diteruskan ke sensornya.
Lapisan ini dapat memanfaatkan sifat kapasitif dari tangan atau tubuh manusia, maka dari itu lapisan ini dipekerjakan sebagai sensor sentuhan pada layar sentuh jenis ini. Ketika lapisan berada dalam status normal (tanpa ada sentuhan tangan), sensor akan mengingat sebuah nilai arus listrik yang dijadikan referensi.
Ada dua jenis utama dari teknologi layar sentuh kapasitif ini, yaitu layar kapasitif permukaan dan layar kapasitif proyektif. Layar kapasitif permukaan menggunakan sensor di sudut-sudutnya dan sebuah film tipis yang disebarkan secara merata di seluruh permukaan. Sedangkan layar kapasitif proyektif menggunakan jaringan listrik yang membentuk baris dan kolom dengan chip terpisah sebagai sensornya.
Dalam kedua jenis layar ini, ketika jari menyentuh layar, muatan listrik kecil ditransfer ke jari dan jari pun menyelesaikan sebuah sirkuit listrik. Hal ini menciptakan penurunan tegangan yang dicatat oleh sensor pada sudut layar.
32
III. METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian dilakukan di Laboratorium Terpadu Teknik Elektro Universitas
Lampung. Penelitian dimulai pada bulan November 2013 sampai dengan bulan
April 2014.
3.2 Alat dan Bahan
Alat dan bahan yang digunakan dalam penelitian ini adalah:
1. Satu unit Personal Computer (PC) dengan spesifikasi
Processor intel dual core 3.00 GHz
Dua (2) GB RAM 2. Satu unit komputer tablet
3. Program Matlab R2011a
34
3.3 Tahap-tahap dalam Penelitian
3.3.1 Studi Literatur
Tahap awal penelitian ini dimulai dengan melakukan studi literatur yang
dimaksudkan sebagai langkah untuk mendalami masalah dan memberikan solusi
terhadap permasalahan yang telah dirumuskan. Studi literatur (kajian pustaka)
merupakan penelusuran literatur yang bersumber dari buku, media, pakar ataupun
dari hasil penelitian orang lain yang bertujuan untuk menyusun dasar teori yang
kita gunakan dalam melakukan penelitian. Studi literatur yang dilakukan adalah
untuk mendapatkan informasi mengenai beberapa hal berikut:
1. Bahasa dan aksara Lampung
2. Pengolahan citra
3. Jaringan syaraf tiruan (JST)
4. Teknologi layar sentuh (touchscreen)
5. Pemrograman Matlab
Tahapan selanjutnya adalah melakukan parancangan sistem, pengambilan data
sampel, pembuatan serta pengujian sistem. Tahapan-tahapan tersebut dapat dilihat
Gambar 3.1. Proses perancangan hingga pengujian sistem
3.3.2 Penentuan Kriteria Desain
Pada proses penentuan kriteria desain ini ditentukan spesifikasi dari rancangan
yang akan dibuat. Spesifikasi seperti kemampuan dalam mengenali dan
menerjemahkan bahasa, tingkat kesalahan serta tampilannya. Pada penelitian ini,
aplikasi yang akan dibuat memiliki kriteria sebagai berikut: Apakah sistem telah
sesuai dengan kriteria desain?
ya
tidak Pengujian sistem
Mulai
Penentuan kriteria desain
Perancangan sistem
Pengumpulan data sampel pelatihan dan pengujian
Analisis teoritis atau optimasi rancangan
Pembuatan sistem
36
a. Menggunakan antarmuka berbasis grafis (GUI) pada matlab untuk
tampilannya.
b. Memiliki kehandalan sistem dengan tingkat kesalahan pengenalan sekitar
10%.
c. Menggunakan kolom-kolom sebagai batas penulisan antara satu karakter
dengan karakter lainnya. Jumlah kolom yang digunakan sebanyak 5 (lima)
kolom dan masih memungkinkan untuk menambah kolom-kolom tersebut.
d. Dapat menerjemahkan sebanyak 200 kosakata bahasa Lampung (150 kata
dari dialek A dan 50 kata dari dialek O) ke dalam bahasa Indonesia dan masih
bisa menambah perbendaharaan kata pada database. Tabel 3.1 menunjukkan
kosakata yang mampu diterjemahkan oleh sistem.
Tabel 3.1 Kosakata yang mampu diterjemahkan oleh sistem
Dialek A
Dialek O
Kosakata Terjemahan
Kosakata
Terjemahan
agas nyamuk umo ladang
aghlak akhlak nyo apa
aghwah arwah ino itu
ajagh ajar cawo kata
akik sedangkan ghango mulut
akuk ambil ngenah melihat
andan pelihara tano sekarang
angon pemikiran ghanglayo hujan
antak hingga bagho bunyi
bakak akar pegiran pangeran
betoh lapar ago akan
cutik sedikit mahho tertawa
debingi malam nayah banyak
dilan terasi pukek pendek
gaghak kepiting ragah laki-laki
galah leher saghak robek
ghanglaya jalan cekelang berlari
ghangok pintu penyakik penyakit
ghatong datang siwo sembilan
gudu botol tawak contoh
gundang ekor rajo raja
halinu bayangan meghiyan suami
tanggai kuku
tangih masih lama
tanom tanam
tekanjat kaget
temon sungguh
tigham kangen
tikol sembelih
timbuk gayung
tuwot lutut
ulun orang
usung bawa
walu delapan
wat ada
wawai baik
way air
3.3.3 Perancangan Sistem
Perancangan sistem ini dilakukan dengan cara membuat perancangan di atas
kertas dengan tujuan untuk mempermudah dalam realisasi pembuatan sistem yang
akan dibuat.
Penelitian ini menggunakan dua jenis perangkat, yaitu perangkat keras dan
perangkat lunak. Perangkat keras yang digunakan adalah berupa komputer tablet
yang digunakan untuk proses pengambilan data sampel serta personal computer
(PC) yang digunakan untuk pemrogramannya. Sedangkan perangkat lunak yang
digunakan adalah software Matlab 2011a sebagai perangkat pemrogramannya.
40
Mulai
Gambarkan Pola aksara ke dalam aplikasi
Kenali data citra digital
Tampilkan nama kosakata Baca data citra digital
Tampilkan “unknown” Apakah kosakata
termasuk ke dalam dialek A?
Tampilkan “A”
Apakah kosakata termasuk ke dalam
dialek O?
Tampilkan “O” ya
ya tidak
tidak
Gambar 3.2 Diagram alir perancangan cara kerja sistem
Gambar 3.2 menjelaskan tahapan cara kerja sistem yang akan dibuat, seperti
dijelaskan berikut:
Sistem menerima masukan secara langsung dengan cara mengggambarkan pola
aksara pada kotak yang telah tersedia. Selanjutnya sistem akan melakukan proses
pengenalan data masukan melalui jaringan syaraf tiruan dan menampilkan hasil
pengenalannya pada perangkat aplikasi. Setelah proses pengenalan kosakata,
sistem akan melakukan pengenalan dialek kosakata dengan melakukan kondisi
percabangan untuk memastikan apakah kosakata tersebut termasuk ke dalam
dialek ‘A’ atau ‘O’. Jika data masukan tidak tergolong ke dalam dua dialek
tersebut, maka sistem akan memberikan informasi melalui tulisan bahwa dialek
tidak dikenali, sebaliknya jika dikenali maka sistem akan menampilkan dialek dari tidak
Tampilkan “unknown” Apakah kosakata yang
dikenali dapat diterjemahkan?
Tampilkan terjemah kosakata yang dikenali
Selesai Hapus informasi dan
42
data masukan tersebut. Selanjutnya sistem akan melakukan proses penerjemahan
kosakata ke bahasa Indonesia, jika sistem dapat menerjemahkan maka sistem akan
menampilkan data hasil terjemahan tersebut, jika tidak (karena sistem memiliki
data terbatas) maka sistem akan memberi informasi melalui tulisan bahwa
terjemahan tidak diketahui (unknown). Proses terakir adalah melakukan
pengahapusan informasi dan data masukan dari sistem.
3.3.4 Pengumpulan Data Sampel
Data sampel dibutuhkan untuk melatih jaringan syaraf tiruan agar dapat
mengenali pola tulisan aksara Lampung. Data ini diambil dari beberapa
kontributor yang memiliki pola tulisan tangan yang berbeda. Data sampel
merupakan tulisan aksara Lampung yang terdiri dari 50 set yang berisi karakter
aksara tunggal (tanpa anak huruf) dan karakter aksara campuran (dengan anak
huruf). Dalam aksara Lampung terdapat 20 karakter induk huruf atau karakter
tunggal dan 12 anak huruf (6 anak huruf atas, 3 anak huruf bawah dan 3 anak
huruf depan). Pada tiap set data pelatihan, satu karakter aksara ditulis sebanyak 13
kali yaitu karakter tanpa anak huruf dan 12 lainnya karakter dengan anak huruf.
Oleh karena itu dalam satu set data pelatihan terdapat sebanyak 260 karakter
aksara yang harus diisi.
Untuk mempermudah dalam penulisan data sampel, maka dalam satu set data
dibuat beberapa lembar (sheet) angket. Satu lembar angket terdiri dari 4 baris dan
10 kolom sehingga dapat digunakan untuk menulis 40 karakter aksara, seperti
yang ditampilkan pada Gambar 3.3. Sehingga untuk mendapatkan 260 karakter
Pada penelitian sebelumnya (Ariyanto, 2010), data sampel diambil dengan cara
konvensional di mana penulis memberikan kertas angket kosong kemudian diisi
dengan menggunakan spidol. Berbeda pada penelitian sebelumnya, pada
penelitian ini data sampel diambil dengan memanfaatkan teknologi layar sentuh
pada komputer tablet. Kontributor menuliskan karakter-karakter aksara tersebut
pada kotak-kotak yang telah tersedia dengan bantuan aplikasi menggambar yang
telah tersedia pada komputer tablet. Angket yang telah diisi kemudian disimpan
dan sudah merupakan dalam format citra digital. Citra digital tersebut yang
selanjutnya akan diproses. Gambar 3.3 menunjukkan contoh angket data sampel
yang telah diambil.
Gambar 3.3 Contoh angket data pelatihan
3.3.5 Pembuatan Sistem
Pada tahap pembuatan sistem ini terdiri dari dua rancangan, yaitu pembuatan
44
melatih jaringan syaraf tiruan (JST), sedangkan perangkat aplikasi berguna untuk
menguji sistem sekaligus merupakan hasil akhir yang diharapkan.
a. Perangkat Pelatihan
Pada perangkat pelatihan data masukan yang digunakan adalah angket data
pelatihan yang terdiri dari 50 angket. Namun sebagian besar proses pada
perangkat pelatihan hanya memerlukan data sebanyak 10 set angket data saja,
hanya sebagian saja yang menggunakan 50 set angket data. Sepuluh set data
tersebut diambil secara acak dari jumlah set angket.
Penentuan jumlah set sebanyak 10 set dimaksudkan untuk memudahkan sistem
melakukan pengenalan karakter aksara. Apabila data masukan terlalu variatif
sedangkan jumlah karakter yang akan dikenali cukup banyak (20 karakter
aksara) maka akan menyulitkan sistem untuk melakukan pengenalan. Lima
puluh set angket data hanya digunakan pada pengenalan karakter yang sedikit
dengan bentuk yang hampir sama. Gambar 3.4 menunjukkan proses kerja yang
Gambar 3.4. Proses kerja perangkat pelatihan
Dalam proses kerja perangkat pelatihan, data masukan akan melewati beberapa
tahapan. Tahap awal adalah tahap pengolahan citra yang meliputi binerisasi,
slicing (pemotongan), inverting, cropping, resizing, dan dilasi.
Binerisasi adalah proses untuk mengubah citra warna menjadi citra hitam putih
atau citra biner dengan nilai threshold 0.05. Proses binerisasi ini juga
dilakukan untuk menghilangkan garis bantu yang ada pada angket data
pelatihan.
Data Masukan
Preprocessing
Binerisasi
Slicing (Pemotongan)
Resizing
Dilasi (Penebalan)
Konversi ke Vektor
Proses Pelatihan
46
Berikut ini adalah program untuk mengubah citra warna menjadi citra biner
pada matlab.
binaryimage = im2bw(display, 0.05);
Setelah citra diubah ke dalam citra biner, selanjutnya dilakukan pemotongan
terhadap citra tersebut untuk mendapatkan karakter induk huruf maupun anak
huruf. Sebelum dilakukan pemotongan, terlebih dahulu ditentukan batas-batas
pemotongan yang akan dilakukan. Batas pemotongan ditentukan dengan
memperhatikan garis bantu yang terdapat pada angket data pelatihan.
Berikut ini adalah batas-batas pemotongan citra pada perangkat pelatihan. % batas pemotongan karakter induk huruf
startX = 40; % Titik awal X % batas pemotongan karakter anak huruf atas
startX = 29; % Titik awal X % batas pemotongan karakter anak huruf bawah
startX = 29; % Titik awal X % batas pemotongan karakter anak huruf depan
startX = 225; % Titik awal X
Inverting merupakan proses untuk mengubah nilai piksel menjadi
kebalikannya. Proses ini berguna untuk menentukan batas pada saat dilakukan
berisi data karakter saja, sedangkan data di sekeliling data karakter
dihilangkan. Berikut ini merupakan kode program untuk melakukan proses
inverting dan cropping.
Langkah terakhir pada pengolahan citra adalah melakukan perubahan terhadap
ukuran citra atau resizing. Pada proses ini citra disamakan ukurannya menjadi
20x40 piksel. Dengan memperkecil ukuran citra, maka data yang masuk ke
dalam jaringan syaraf tiruan dapat dibatasi sehingga dapat menyederhanakan
jaringan dari sisi masukan.
Berikut ini adalah program untuk mengubah ukuran citra:
48
Untuk dapat memahami proses pengolahan citra pada penelitian ini, perhatikan
Gambar 3.5
Gambar 3.5 Proses pengolahan citra aksara ‘ka’ Data Masukan
Hasil Binerisasi
Hasil Slicing
Hasil Inverting
Hasil Cropping
Karena data yang dapat diproses pada jaringan syaraf tiruan adalah data vektor
maka data citra yang sudah dilakukan resizing terlebih dahulu harus diubah ke
dalam matriks vektor. Matriks vektor merupakan matriks yang hanya terdiri
dari satu baris (1xn) atau satu kolom (nx1) saja. Matriks vektor pada penelitian
ini merupakan data matriks yang terdiri dari 800 baris dengan satu kolom
(800x1). Untuk mendapatkan data vektor perhatikan Gambar 3.6
Gambar 3.6 Contoh vektorisasi citra
Seperti yang terlihat pada gambar 3.6, data vektor didapat dari matriks
berukuran 4x4. Untuk mengubah matriks 4x4 pada gambar 3.6(a) ke dalam
bentuk vektor yaitu diawali dengan mengambil nilai yang ada pada baris
pertama, kemudian dilanjutkan dengan mengambil nilai yang ada pada baris
kedua dan seterusnya hingga terakhir pada baris keempat. Nilai-nilai tersebut
dibuat dalam satu garis lurus dengan arah dari atas ke bawah. Sehingga didapat
matriks vektor berukuran 16x1 seperti pada gambar 3.6(b).
Proses selanjutnya adalah melakukan pelatihan menggunakan jaringan syaraf
tiruan dengan algoritma backpropagation. Dalam pelatihan jaringan terdapat (a) Matriks 4x4
50
parameter-parameter yang dibutuhkan oleh jaringan agar didapat hasil
pelatihan yang baik. Parameter-parameter tersebut yaitu seperti bobot awal,
bias awal, parameter epoch, parameter goal. Parameter epoch dan parameter
goal merupakan syarat yang harus dicapai untuk menghentikan proses
pelatihan. Proses pelatihan akan berhenti ketika salah satu diantaranya telah
tercapai.
Dalam aksara Lampung dikarenakan terdapat beberapa karakter aksara yang
mempunyai bentuk hampir serupa maka diperlukan proses training atau
pelatihan bertingkat (ganda) untuk melatih karakter-karakter tersebut. Dari
Gambar 3.7 proses tersebut terdiri dari: tahapan pelatihan 21 karakter huruf
induk (20 karakter huruf induk dan 1 karakter kosong), 7 karakter anak huruf di
atas (6 karakter anak huruf di atas dan 1 karakter kosong), 4 karakter anak
huruf di bawah (3 karakter anak huruf di bawah dan 1 karakter kosong) dan 4
karakter anak huruf di depan (3 karakter anak huruf di depan dan 1 karakter
kosong), 5 karakter huruf induk (a, la, na, nga & nya), 2 karakter huruf induk
(ga & sa), 3 karakter huruf induk (ra, ta & wa), 3 karakter huruf induk (ca,
gha & ha), 2 karakter huruf induk (ka & ga), dan 2 karakter huruf induk (ja &
sa) yang kesemuannya menggunakan input data sebanyak 10 set angket data.
Sedangkan beberapa karakter yang memerlukan 50 set angket data diantaranya:
2 karakter huruf induk (ba & pa), 2 karakter huruf induk (la & na), 2 karakter
huruf induk (la & nga) 2 karakter huruf induk (ta & wa) dan 2 karakter untuk
anak huruf di depan (ah & ai).
Hasil yang diperoleh dari jaringan syaraf tiruan adalah berupa bobot dan bias
52
Pembuatan Program Pengolahan Citra
Apakah direktori output slicing sudah
tidak
ya Apakah setiap karakter di semua baris & kolom telah
54
Gambar 3.8 Diagram alir proses kerja program pengolahan citra
Gambar 3.8 menunjukkan diagram alir proses kerja program pengolahan citra.
Dari gambar tersebut tahapan yang terjadi pada proses ini diantaranya adalah:
1. Program mendefinisikan variabel-variabel yang dibutuhkan, seperti jumlah
data, batas antar karakter, panjang, lebar dan lain-lain.
2. Program akan membuat direktori penyimpanan untuk hasil slicing apabila
belum tersedia.
Apakah setiap file sudah dilakukan operasi pengolahan citra ? Melakukan operasi
resizing, sehinga citra berukuran 20 x 40
Melakukan operasi morfologi dilasi
Menyimpan data hasil operasi dalam bentuk
citra digital di direktori output yang
telah ditentukan C
tidak
ya
D
3. Program akan menentukan jumlah iterasi atau perulangan proses slicing
yang akan dilakukan.
4. Program akan melakukan operasi binerisasi terhadap data masukan dengan
nilai threshold sebesar 0.05.
5. Program akan melakukan operasi slicing satu per satu pada tiap baris dan
kolom sebanyak perulangan yang telah ditentukan kemudian menyimpan
hasil slicing ke dalam direktori yang telah dibuat sebelumnya.
6. Program akan membuat direktori keluaran untuk hasil cropping,
melakukan pembacaan terhadap citra hasil slicing serta menentukan jumlah
iterasi yang akan dilakukan pada proses cropping.
7. Program akan melakukan operasi inverting, cropping, resizing, dan dilasi.
8. Program akan menyimpan hasil akhir berupa citra berukuran 20x40 piksel
ke dalam direktori yang telah dibuat sebelumnya.
Beberapa tahapan untuk pembuatan program pengolahan citra pada Matlab
terlampir pada lampiran C.
Pembuatan Program Vektorisasi Citra
Program vektorisasi citra dibuat untuk melakukan perubahan data citra hasil
cropping ke dalam bentuk vektor. Program vektorisasi adalah sebuah fungsi
yang akan bekerja jika digunakan oleh program lain. Dalam hal ini, program
fungsi vektorisasi citra digunakan oleh program jaringan syaraf tiruan. Apabila
56
tidak akan bisa dieksekusi. Diagram alir proses kerja program vektorisasi citra
Gambar 3.9 Diagram alir proses kerja program vektorisasi citra
Dari Gambar 3.9 proses kerja program vektorisasi citra terdiri dari beberapa
tahapan kerja diantaranya:
1. Program akan mendefinisikan fungsi dengan nama ‘imtovector’.
2. Program akan mendefinisikan variabel-variabel yang dibutuhkan program
seperti nama karakter, direktori, jumlah set, dll.
3. Program akan membuat direktori keluaran jika direktori tersebut belum
58
chacedata, tetapi jika belum tersedia maka program akan menjalankan
instruksi berikutnya.
5. Program menentukan jumlah iterasi atau perulangan proses konversi
vektor.
6. Program membaca data masukan dari direktori keluaran hasil dari hasil
program pengolahan citra.
7. Program melakukan konversi vektor dari data citra berukuran 20x40
menjadi data vektor berukuran 800x1.
8. Program akan menyimpan data hasil konversi vektor di direktori keluaran
yang telah ditentukan dan memastikan bahwa semua data telah dilakukan
operasi konversi ke vektor.
Langkah-langkah dalam pembuatan program vektorisasi citra menggunakan
Pembuatan Program Jaringan Syaraf Tiruan
Mulai
Mendefinisikan variabel set ideal, target, jumlah lapisan
jaringan, direktori outputdll
Mendefinisikan/ menentukan parameter-parameter
pelatihan
Melakukan training /pelatihan untuk set
ideal
Melakukan pelatihan untuk set idealyang
dikombinasikan dengan set lainnya
(130/ 650 set)
Melakukan pelatihan untuk set ideal
60
