BAB 1
PENDAHULUAN
1.1. Latar Belakang
Permainan catur cina, yang dikenal sebagai xiang qi dalam bahasa mandarin, merupakan sebuah permainan catur traditional yang memiliki jumlah 32 biji catur.
Setiap biji memiliki peran dan aturan main masing-masing di dalam permainan catur
cina. Peran dari biji catur cina dapat dikenali dari lambang tulisan mandarin yang
terdapat di permukaan atas biji catur cina tersebut. Biji catur cina memiliki dua warna
yaitu merah atau hijau pada lambang tulisan mandarin dan lingkaran luar dari catur
pada permukaan atas biji catur cina. Kelengkapan biji catur cina di dalam suatu
permainan sangat penting dikarenakan permainan tidak dapat berjalan jika salah satu
pihak pemain atau kedua belah pihak pemain tidak memiliki jumlah biji catur yang
lengkap.
Proses pengemasan memiliki pengaruh yang cukup penting dalam hal
kelengkapan dari biji catur cina di dalam setiap kemasannya. Proses pengemasan yang
menggunakan tenaga manusia masih memiliki kendala berupa pengemasan jumlah biji
catur yang tidak lengkap. Salah satu faktor terjadinya kendala dalam ketidaksesuain
jumlah biji catur cina di dalam kemasan diakibatkan oleh masih adanya faktor human error dari tenaga manusia.
Adapun metode untuk mengantisipasi kesalahan dalam proses pengemasan
dengan menggunakan tenaga manusia adalah dengan menerapkan proses pengecakan
ulang setelah proses pengemasan. Akan tetapi, proses pengecekan ulang tersebut
memakan biaya operasional serta ketidakefisian waktu produksi.
Salah satu cara untuk membantu dalam mengatasi kendala pengemasan adalah
dimaksud di dalam penelitian kali ini adalah dengan menerapkan pengambilan citra
biji catur cina dari webcam dan mengidentifikasi citra biji catur cina melalui tahapan image-pre-processing, feature extraction dan pemrosesan dengan pembelajaran mesin
komputer.
Image pre-processing adalah sebuah istilah untuk operasi-operasi pada citra untuk tingkat terendah dari abstraksi. Operasi-operasi ini tidak meningkatkan isi
informasi citra tetapi operasi-operasi itu menurunkan isi informasi citra jika
penurunan informasi adalah pengukuran dari informasi (Miljkovic, 2009). Citra
keabuan, citra biner dan perbaikan tingkat kontras citra merupakan sekumpulan
teknik-teknik pre-processing yang berperan di dalam pengembangan dari sistem pemrosesan citra (Nasir, et al. , 2009).
Berbeda dengan cara membaca pada manusia normal yang membedakan warna
hitam pada warna putih, biner juga membutuhkan penggubahan dari warna putih pada
warna hitam sehingga warna putih diwakili oleh angka 1 dan warna hitam diwakili
oleh angka 0 (Liu, 2009). Oleh karena itu, proses bineriasasi yang merupakan bagian
dari komputasi untuk membaca sebuah citra pada imagepreprocessing,sangat penting dalam mengidentifikasi tulisan pada citra biji catur cina. Setiap pola pada citra
memiliki fitu-fitur yang khusus sehingga dapat membedakan satu jenis citra dengan
citra jenis lain. Fitur-fitur pada citra memiliki nilai-nilai yang terperinci dan tidak
dapat dibedakan secara sederhana sehingga diperlukan sebuah kemampuan
penyelesaian masalah yang dapat membedakan fitur-fitur tersebut dengan nilai
toleransi yang tinggi. Kemampuan penyelesaian masalah pada penelitian ini tertuju
pada jaringan saraf tiruan yang dapat mengklasifikasikan fitur-fitur yang berasal dari
setiap citra yang berbeda. Pada penelitian ini, metode Backpropagation diimplentasikan untuk mengklasifikasi citra biji catur cina.
Pembelajaran Backpropagation (BP) adalah metode pembelajaran yang supervised. Di dalam dari metode-metode pembelajaran sejenis ini jaringan saraf tiruan dilatih pertama sekali dengan set training yang memiliki pola input yang tetap dan output untuk setiap pola didefinisikan terlebih dahulu. Pembelajaran ini
saraf tiruan. Jaringan saraf tiruan akan diujicobakan dengan set testing setelah jaringan saraf tiruan telah siap dilatih. (Mitchell, T., 1997)
Backpropagation adalah jaringan saraf tiruan yang memiliki tiga buah layer. Lapisan pertama adalah input layer. Input layer menerima data input dari luar yang jumlah node bergantung pada dimensi dari vector input.(Rahul, et al., 2013) Lapisan tengah dari jaringan saraf tiruan Backpropagation adalah hidden layer. Jumlah dari node pada hidden layer bergantung kepada banyak faktor. Jumlah hidden nodes yang banyak menghasilkan pembelajaran yang lebih banyak sedangkan jumlah nodes yang lebih sedikit menghasilkan tingkat rekognisi dan tingkat toleransi kesalahan yang
lebih rendah.(Rahul, et al., 2013) Lapisan terakhir adalah output layer. Jumlah dari node pada output layer bergantung pada tipe dan ukuran dari data output.(Rahul, et al., 2013)
Secara umum, sebuah model jaringan saraf tiruan menyusun kembali jumlah
dari lapisan-lapisan secara langsung. Jaringan saraf tiruan Backpropagation bisa menggunakan beberapa hidden layer. Akantetapi, hal ini telah terbukti secara teori bahwa sebuah jaringan saraf tiruan Backpropagation dengan tiga buah layer bisa menghasilkan discretional non-linear mapping tanpa membatasi jumlah nodes pada hidden layer.(Rahul, et al., 2013) Dengan demikian, metode Backpropagation memiliki tingkat rekognisi yang tinggi sehingga sesuai untuk membantu
mengklasifikasi citra biji catur cina di dalam penelitian ini.
Berdasarkan latar belakang diatas, penulis mengajukan penelitian dengan judul
“IDENTIFIKASI TULISAN MANDARIN PADA CITRA BIJI CATUR GAJAH CINA BERDASARKAN POLA MENGGUNAKAN DIRECTION FEATURE
EXTRACTION DAN BACKPROPAGATION”.
1.2. Rumusan Masalah
Proses identifikasi (identification) produk biji catur cina (xiang qi) yang dikemas secara manual dengan tenaga manusia terkadang mengalami kendala, yaitu produk
hasil pengemasan (packing) tidak teridentifikasi dan tersortir jumlah biji catur cina secara sempurna dan masih terdapat biji catur cina yang berkelipatan. Kendala lainnya
catur cina yang seharusnya berada di dalam kemasan. Hal ini menyebabkan kerugian
pada pihak produsen. Pihak konsumen atau pengguna juga mengalami kerugian
dimana proses permainan catur tidak dapat dilakukan karena tidak lengkapnya biji
catur cina didalam kemasan produk yang dibeli. Oleh karena itu, diperlukan suatu
sistem dan metode untuk mengidentifikasi citra biji catur cina dalam proses
pengemasan biji catur cina.
1.3. Batasan Masalah
Beberapa batasan masalah untuk menghindari penyimpangan dan perluasan yang
tidak diperlukan adalah sebagai berikut:
1. Citra yang ditangkap berada pada satu titik tetap di bawah camera webcam yang
telah ditentukan oleh peneliti.
2. Pusat rotasi citra berada pada titik tengah biji catur cina.
3. Jumlah sudut rotasi tidak lebih dari 30 derajat baik searah jarum jam maupun
berlawanan jarum jam dari posisi tegak lurus biji catur cina.
4. Intensitas cahaya ruangan bersifat terang dan proses identifikasi berada pada
tempat khusus yang dirancang oleh peneliti.
5. Besaran ukuran dan skala pada biji catur harus melalui tahap pengukuran oleh
peneliti.
1.4. Tujuan Penelitian
Tujuan penelitian ini adalah untuk menerapkan algoritma Backpropagation dalam mengidentifikasi citra biji catur cina.
1.5. Manfaat Penelitian
Manfaat dari penelitian ini adalah :
1. Mengembangkan kemampuan penulis dalam bidang image processing dan menambah pengetahuan penulis dalam seluk beluk citra, teknik image
pre-processing, teknik fitur ekstraksi Direction Feature dan algoritma
2. Membantu identifikasi jenis biji catur cina sehingga dapat digunakan dalam
proses pengemasan secara automatisasi.
3. Menjadi referensi dalam bidang image processing. 4. Menjadi referensi dalam bidang automasi.
1.6. Metodologi Penelitian
Tahapan-tahapan yang akan dilakukan dalam pelaksanaan penelitian adalah sebagai
berikut:
1. Study Literatur
Studi Literatur dilakukan dalam rangka pengumpulan bahan referensi mengenai
image pre-processing, tulisan mandarin, ekstraksi fitur pada citra, identifikasi pola pada citra, jaringan saraf tiruan, dan Backpropagation.
2. Analisis Permasalahan
Pada tahap ini, analisis terhadap bahan referensi yang telah dikumpulkan pada
tahap sebelumnya telah dilakukan untuk mendapatkan pemahaman mengenai
metode yang diterapkan yakni Backpropagation, serta domain masalah yang akan diselesaikan yakni permasalahan identifikasi citra biji catur cina.
3. Pengumpulan Data
Pada tahap ini, pengumpulan data serta pembagian data yang telah didapatkan,
dimasukkan ke dalam training dataset dan testing dataset.
4. Implementasi
Pada tahap ini, metode Backpropagation diimplementasikan dalam penyelesaian masalah identifikasi citra tulisan mandarin pada biji catur cina menggunakan data
yang telah dikumpulkan sebelumnya.
5. Evaluasi dan Analisis Hasil
Pada tahap ini, evaluasi serta analisis dilaksanakan terhadap hasil yang
Pada tahap ini dilakukan dokumentasi dan penyusunan laporan hasil evaluasi dan
analisis serta implementasi Backpropagation dalam identifikasi jenis citra biji catur cina.
1.7. Sistematika Penulisan
Sistematika penulisan dari skripsi ini terdiri atas lima (5) bagian utama sebagai
berikut:
Bab 1: Pendahuluan
Bab ini berisi latar belakang dari peneltian yang dilaksanakan, rumusan masalah,
tujuan penelitian, batasan masalah, manfaat penelitian, metodologi penelitian dan
sistematika penulisan.
Bab 2: Landasan Teori
Bab ini berisi teori-teori yang diperlukan untuk memahami permasalahan yang
dibahas pada penelitian ini. Teori-teori yang berhubungan dengan image processing, citra, ekstraksi fitur, identifikasi citra tulisan mandarin, jaringan saraf tiruan serta
Backpropagation akan dibahas pada bab ini.
Bab 3: Analisis dan Perancangan
Bab ini membahas analisis dan penerapan metode Backpropagation untuk melakukan identifikasi citra biji catur cina. Pada bab ini dijabarkan arsitektur umum, pre-process yang dilakukan, ekstraksi fitur yang dilakukan serta rancangan sistem yang dibuat.
Bab 4: Implementasi dan Pengujian
Bab ini berisi pembahasan tentang implementasi dari perancangan penerapan yang
telah dijabarkan pada bab 3. Selain itu, hasil yang didapatkan dari pengujian yang
Bab 5: Kesimpulan dan Saran
Bab ini berisi ringkasan serta kesimpulan dari rancangan yang telah dibahas pada bab
3, serta hasil penelitian yang dijabarkan pada bab 4. Bagian akhir dari bab ini akan
