UNIVERSITAS BINA NUSANTARA
________________________________________________________________
Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2005/2006
PENGENALAN KARAKTER MANDARIN DENGAN METODE BACK PROPAGATION
DANIEL / 0600609706
MICHAEL WITANTO / 0600616794
Abstrak
Back Propagation digunakan sebagai metode pelatihan dalam sistem pengenalan tulisan tangan karakter Mandarin. Back Propagation memiliki karakteristik belajar dengan cara meng-update weight–weight yang terdapat dalam neural network, sehingga error yang di dapat semakin kecil. Recognition Method merupakan metode untuk menghasilkan feature–feature yang digunakan untuk proses training dalam Back Propagation. Dirancang 3 metode pengenalan yaitu secara Meshing, Stroke Based dan gabungan dari keduanya, dimana setiap metode akan menghasilkan feature yang berbeda. Normalization Method merupakan metode yang digunakan untuk menormalisasi citra dari karakter Mandarin yang di input, dimana setelah dinormalisasi, citra siap digunakan dalam proses Recognition. Digunakan 2 metode normalisasi, yaitu normalisasi garis dan normalisasi lingkaran terpahat. Perancangan ini memperlihatkan hasil pengenalan yang baik jika digunakan citra yang sudah di-training sebelumnya. Diperlukan metode feature extraction yang lebih baik untuk meningkatkan keakurasian pengenalan citra yang belum di-training.
UCAPAN TERIMA KASIH
Puji syukur kepada Tuhan Yang Maha Esa atas kasih dan karuniaNya sehingga skripsi ini dapat disusun dan diselesaikan dengan baik. Skripsi ini dibuat sebagai syarat kelulusan program studi Strata 1 di Fakultas Ilmu Komputer, jurusan Teknik Informatika, Universitas Bina Nusantara, Jakarta.
Kami mengucapkan banyak terima kasih kepada pihak – pihak yang mendukung dan terlibat, baik secara langsung maupun tidak langsung. Ucapan terima kasih ditujukan secara khusus pada :
1. Almarhumah Rektor Universitas Bina Nusantara, Dr. Ir. Th. Widia S., MM yang telah memberikan kesempatan untuk mendapatkan pengajaran di Universitas Bina Nusantara.
2. Rektor Universitas Bina Nusantara, Prof. Gerardus Polla, Dr., Drs., M.App.Sc yang telah memberikan kesempatan untuk membuat skripsi ini.
3. Ketua Jurusan Teknik Informatika, Ir. Sablin Yusuf, M.Sc., M.Comp.Sc yang telah membantu dalam persetujuan skripsi ini.
4. Sekretaris Jurusan Teknik Informatika, Fredy Purnomo, S.Kom, M.Kom yang telah membantu dalam proses persetujuan skripsi non-kelas.
5. Dosen Pembimbing, Haryono Soeparno, Dr., Ir. yang telah banyak dalam memberikan pengarahan, saran dan bantuan – bantuan lainnya sehingga skripsi ini dapat diselesaikan dengan baik.
6. Semua Dosen yang telah memberikan pengajaran selama waktu pelaksanaan perkuliahan, yang menjadi bekal untuk penulisan skripsi ini.
7. Orang tua dan keluarga, yang telah memberikan banyak dukungan baik moral maupun spiritual serta materiil sehingga skripsi ini dapat terselesaikan.
8. Teman - teman yang ikut mendukung dan memberikan inspirasi dalam pembuatan skripsi ini.
10.Ucapan terima kasih secara khusus kepada Happy Land Language Center (Mr. Dennis Kitfo, Mrs. Claudia Syanny Latif), yang turut membantu dalam validasi data sehingga skripsi ini dapat terselesaikan dengan baik.
11.Ucapan terima kasih secara khusus juga disampaikan pada teman – teman yang terlibat proses evaluasi data (Rizal Sukarna, Richwan, Herna, Emilia Susanti, Meita Setiawan, Giana Sinukaban, Ekawati).
12.Teman – teman kelas peminatan Artificial Intelligence angkatan 2002 – 2006 semester 5 dan 6 yang telah merasakan suka dan duka bersama.
13.Semua pihak yang telah membantu dalam menyelesaikan skripsi ini yang tidak dapat disebutkan satu persatu.
DAFTAR ISI
Halaman Judul Luar ……… i
Halaman Judul Dalam ... ii
Halaman Persetujuan Softcover ………... iii
Halaman Persetujuan Hardcover ………... iv
Halaman Pernyataan Dewan Penguji ………. v
Abstrak ………... vii
Ucapan Terima Kasih ……… viii
2.1.6 Inisialisasi Nguyen – Widrow ……….. 24
2.3.1 Pengertian Pengolahan Citra ……….……….. 31
2.3.2 Bi – Level Image ……….………. 32
2.4 Segmentasi ……….……….. 32
2.5 Histogram ……… 33
2.6 Pengenalan Pola ……….. 33
2.7 Karakter Mandarin ……….. 34
2.7.1 Sejarah Karakter Mandarin ………..….…… 34
2.7.2 Gaya Penulisan ………..….…….. 34
2.8 Feature ……….………..….. 36
2.9 Normalisasi Bentuk ……….….…… 37
2.9.1 Normalisasi Bentuk Linear ………..……. 38
2.9.2 Normalisasi Bentuk Non Linear ………….………….……. 39
2.9.3 Smearing ……….……. 43
2.10 Feature Extraction ……….……….. 44
2.10.1 4-Directional Plane ……….………. 44
2.10.2 Projection Histogram ……….……….. 47
2.10.3 Meshing ……….…… 47
BAB III ANALISA DAN PERANCANGAN ……….…. 49
3.1 Analisa ………... 49
3.4 Gambaran Pengolahan Citra ………. 54
3.10.2 Objek Hidden Layer Setting ………..…………... 110
3.10.3 Objek Tool ……… 111
3.10.4 Objek Dynamic Neural Network ………... 112
3.10.5 Objek Chinese Character Image ……….. 118
BAB IV IMPLEMENTASI DAN EVALUASI ………... 122
4.1 Implementasi ………. 122
4.1.1 Spesifikasi Sistem …….……….... 122
4.1.2 Pengoperasian Aplikasi Pengenalan Huruf Mandarin ….… 123 4.1.3 Membangun Neural Network Baru ……….…….. 124
4.1.4 Meng-LoadNeural Network yang Sudah di-training Sebelumnya ………... 126
4.1.5 Cara Menggambar di Kanvas ……… 127
4.1.6 Cara Meng-Load Citra dari File ………127
4.1.7 Cara Memasukan Pola ke dalam Neural Network ………… 128
4.1.9 Cara Mengenali Karakter ………. 131
4.1.10 Cara Meng-Save Neural Network yang Sudah Dibuat ……. 131
4.1.11 Fasilitas Lain yang Disediakan ………. 131
4.2 Evaluasi ………. 132
4.2.1 Keberhasilan Pengenalan ……….. 132
4.2.2 Evaluasi Setting dari Neural Network ……….. 134
4.2.3 Evaluasi Feature ……….…….. 143
4.2.4 Evaluasi Karakter Mandarin Yang Tidak Sempurna ……… 149
BAB V KESIMPULAN DAN SARAN ………... 151
5.1 Kesimpulan ………152
5.2 Saran ……….………...……. 152
Daftar Pustaka ………...153
DAFTAR TABEL
BAB IV IMPLEMENTASI DAN EVALUASI
4.1 Pengaruh Setting Neural Network Terhadap Kecepatan Pelatihan .. 135 4.2 Pengaruh Setting Neural Network Terhadap Akurasi ……….. 137 4.3 Pengaruh Alpha Terhadap Akurasi ……….. 139 4.4 Pengaruh Target Error Terhadap Akurasi ……… 142 4.5 Pengaruh Recognition Method Pada Normalisasi Lingkaran -
DAFTAR GAMBAR
BAB II LANDASAN TEORI
2.1 Node ………… ………..…. 10
2.15 Normalisasi dengan Perhitungan Interval Garis ……… 41
2.16 Hasil Normalisasi Non Linear Tanpa Smearing ……… 43
2.17 Mask 2 x 2 Untuk Perhitungan S ……… 45
2.18 4-Directional Plane ……… 46
2.19 Meshing ……….. 47
BAB III ANALISA DAN PERANCANGAN 3.1 Proses Pelatihan dan Pengenalan Karakter Mandarin ……….. 52
3.2 Proses Pembuatan Neural Network ……….. 53
3.3 Pengolahan Citra ……….. 54
3.4 Hasil Pengolahan Citra ………. 55
3.5 Flow Chart Proses Segmentasi ………. 56
3.7 Proses Normalisasi Non Linear dengan Intensitas Garis ………….. 59
3.8 Proses Normalisasi Non Linear dengan Lingkaran Terpahat ………62
3.9 Flow Chart Normalisasi Non Linear Berdasarkan Lingkaran – Terpahat ……… 63
3.10 Flow Chart Proses Smearing ……… 71
3.11 Flow Chart Proses Feature Extraction ………. 73
3.12 Flow Chart Proses Elastic Meshing ……….. 76
3.13 Flow Chart Intensitas Mesh ……….. 77
3.14 Flow Chart Proporsi Mesh ……… 78
3.15 Flow Chart Projection Histogram ……… 79
3.16 Hasil dari Stroke Based ……… 81
3.17 Flow Chart Stroke Based ………. 82
3.18 Proses Perancangan Neural Network ……….. 86
3.19 Proses Pelatihan Neural Network ……… 87
3.20 Flow Chart Proses Pelatihan Neural Network ……… 88
3.21 Proses Recognition ……….…. 89
3.22 Flow Chart Proses Recognition dengan Back Propagation …….… 90
3.23 Rancangan Layar ………. 91
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Tampilan Awal Program ……… 124
4.2 Form Hidden Layer Setting ……… 125
4.3 Cara Mengganti Normalization & Recognition Method ………… 125
4.4 Pesan Neural Network Telah Terbentuk ……… 126
4.6 Hasil Citra di Kanvas ……… 128
4.7 Cara Memasukkan Pasangan Pola ……… 128
4.8 Add Pattern ……….……. 129
4.9 Cara Mengganti Error Method ……….… 130
4.10 Training Area ……… 130
4.11 Hasil Pengenalan ……….. 131
4.12 Grafik Pengaruh Setting Neural Network Terhadap Kecepatan - Pelatihan ……… 136
4.13 Grafik Pengaruh Setting Neural Network Terhadap Akurasi ... 138
4.14 Grafik Pengaruh Alpha Terhadap Akurasi ……….. 141
4.15 Grafik Pengaruh Target Error Terhadap Akurasi ... 142
4.16 Grafik Pengaruh Recognition Method Pada Normalisasi Lingkaran Terpahat ... 144
4.17 Grafik Pengaruh Recognition Method Pada Normalisasi Garis .... 146
4.18 Grafik Pengaruh Feature Extraction Terhadap Akurasi ... 148
DAFTAR LAMPIRAN
Lampiran Pseudocode ………...L1 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 1 ……….. L49 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 2 ……….. L53 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 3 ………..L57 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 4 ……….. L61 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 5 ……….. L65 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 6 ……….. L69 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 7 ………..L73 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan – Set 8 ……….. L77 Lampiran Karakter Mandarin yang Digunakan dalam Pengenalan –