Penerapan Jaringan Syaraf Tiruan dengan Metode Propagasi Balik dalam Pengenalan Tulisan Tangan Huruf Jepang Jenis Hiragana dan Katakana.

(1)

iii

ABSTRAK

Kecerdasan buatan atau artificial intellifence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Jaringan syaraf tiruan memiliki jaringan syaraf seperti manusia dan dapat melakukan proses pembelajaran. Aspek yang cukup penting yang mendasari berbagai teori dalam kecerdasan buatan adalah sistem pengenalan pola (Pattern Recofnizinf) yang merupakan bagian dari pengimplementasian jaringan syaraf tiruan secara praktis.

Selain dengan mempelajari bahasa asing secara manual, seperti kursus dan berbicara aktif, kita juga dapat mempelajari bahasa asing secara digital, autodidak, melalui komputer dan internet. Mesin (komputer) perlu mengerti dan menguasai huruf-huruf dalam bahasa asing tersebut, agar dapat membantu manusia dalam mempelajari bahasa asing.

Tujuan utama penulisan ini ialah untuk membuat perangkat lunak yang dapat mengenali tulisan tangan huruf Jepang jenis Hiragana dan Katakana. Pembuatan perangkat lunak ini akan menggunakan jaringan syaraf tiruan dengan metode propagasi balik.

Kata kunci : jaringan syaraf tiruan, propagasi balik, pengenalan pola, hiragana, katakana. ---

Artificial intellifence is one of computer science which is capable to make machine (computer) to act just like what human can do. Artificial neural network owned the system just like human and also capable to do study process. The important aspects which create a foundation for many kind of theory of artificial intellifence are pattern recofnizinf which is part of artificial neural network simple implementation.

Besides learninf foreifn lanfuafe manually, like private course or active speakinf, we can also learn foreifn lanfuafe throufh difital, autodidact, computer or internet. Machine (computer) itself need to understand and role the characters in those foreifn lanfuafes, so can help human to learn its lanfuafes.

The main foal is to make software which able to recofnize handwritinf Japanese characters (Hirafana and Katakana type). This software makinf profress will use artificial neural network with back propafation method.

(2)

iv

1.4 Karakteristik Pengguna ... 3

1.5 Batasan Masalah ... 3

1.6 Sistematika Pembahasan ... 3

BAB II DASAR TEORI... 6

2.7 Penerapan Metode Propagasi Balik pada Pengenalan Huruf ... 16

BAB III ANALISA DAN PEMODELAN ... 21

3.1 Deskripsi Umum Perangkat Lunak ... 21

3.2 Arsitektur Aplikasi ... 21

3.3 Layout Aplikasi ... 31

3.4 Creative Strategy ... 34

BAB IV PERANCANGAN DAN IMPLEMENTASI ... 36

4.1 Screenshot Aplikasi ... 36

(3)

v

4.2.1 Algoritma BitmapToMatrix... 39

4.2.2 Algoritma MatrixToBitmap... 39

4.2.3 Algoritma BeBitmap ... 40

4.2.4 Algoritma Crop ... 40

4.2.5 Algoritma BeArray ... 41

4.2.6 Algoritma Scalling ... 41

4.2.7 Algoritma GetBound ... 42

4.2.8 Algoritma InitializeNetwork ... 43

4.2.9 Algoritma Activation ... 44

4.2.10 Algoritma ForwardProcess ... 44

4.2.11 Algoritma BackwardProcess ... 45

4.2.12 Algoritma TotalError ... 46

4.2.13 Algoritma Train ... 47

4.2.14 Algoritma Recognize ... 47

BAB V PENGUJIAN ... 49

5.1 Whitebox Testing ... 49

5.2 Blackbox Testing ... 53

BAB VI KESIMPULAN DAN SARAN ... 60

6.1 Kesimpulan ... 60

6.2 Saran ... 60

(4)

vi

DAFTAR GAMBAR

Gambar 2.1 Digitalisasi spasial (sampling) ... 9

Gambar 2.2 Susunan syaraf manusia ... 10

Gambar 2.3 Struktur neuron jaringan syaraf ... 11

Gambar 2.4 Lapisan-lapisan jaringan syaraf ... 12

Gambar 2.5 Jaringan syaraf tiruan Backpropagation Dengan Satu Lapisan Dalam ... 13

Gambar 2.6 Citra referensi (acuan pembelajaran) ... 17

Gambar 2.7 Gambar A ... 17

Gambar 2.8 Gambar B ... 17

Gambar 2.9 Citra pengujian ... 19

Gambar 3.1 Use Case Diagram ... 22

Gambar 3.2 Activity Diagram HKR.01 Memberikan input gambar ... 23

Gambar 3.3 Activity Diagram HKR.02 Membuka file gambar ... 24

Gambar 3.4 Activity Diagram HKR.03 Membersihkan input area ... 24

Gambar 3.5 Activity Diagram HKR.04 Menyimpan gambar dari input area ... 25

Gambar 3.6 Activity Diagram HKR.05 Memilih jenis huruf yang akan dilatih jaringan ... 25

Gambar 3.7 Activity Diagram HKR.06 Melatih jaringan syaraf tiruan ... 26

Gambar 3.8 Activity Diagram HKR.07 Menyimpan jaringan syaraf tiruan ... 27

Gambar 3.9 Activity Diagram HKR.08 Menggunakan jaringan syaraf tiruan yang tersedia ... 27

Gambar 3.10 Activity Diagram HKR.09 Mengenali huruf yang diinput ... 28

Gambar 3.11 Activity Diagram HKR.10 Mengembalikan nilai jaringan syaraf tiruan seperti semula . 28 Gambar 3.12 Activity Diagram HKR.11 Melihat tabel daftar huruf Hiragana Katakana ... 29

(5)

vii

Gambar 4.3 Area menggambar ... 37

Gambar 4.4 Panel Recognition ... 37

Gambar 4.5 Panel tabel huruf hiragana ... 38

Gambar 4.6 Panel tabel huruf katakana ... 38

Gambar 4.7 Panel About ... 39

(6)

viii

DAFTAR TABEL

Tabel 2.1 Huruf Hiragana ... 8

Tabel 2.2 Huruf Katakana ... 8

Tabel 5.1 Tabel pengujian respon aplikasi terhadap perintah pengguna ... 53

Tabel 5.2 Tabel pengujian tingkat error terhadap hasil pengenalan ... 54

(7)

ix

DAFTAR LAMPIRAN

(8)

The Faculty of Information Technology

1 Maranatha Christian tniversity

BABBIBBBPENDAHULUANB

1.1 LatarBBelakangB

Banyaknya bangsa dan negara di dunia, menimbulkan keanekaragaman bahasa dan

budaya. Hal tersebut membuat manusia mengalami kesulitan untuk saling mengerti maksud dan

tuIuan dari lawan bicaranya. Agar dapat memudahkan komunikasi antar bangsa dan antar budaya,

dibentuklah bahasa international. Selain dengan adanya bahasa international, manusia Iuga

berusaha untuk mempelaIari bahasa dan budaya dari bangsa lain.

Berdasarkan data daftar bahasa yang digunakan menurut Iumlah penutur asli, bahasa

Jepang berada pada urutan ke-9 setelah bahasa Mandarin, Hindi, Spanyol, Inggris, Bengali, Arab,

Rusia dan Portugis[5]. Berdasarkan data 10 bahasa yang paling sering digunakan di internet, bahasa

Jepang menduduki peringkat ke-4 setelah bahasa Inggris, Mandarin dan Spanyol[2]. Kedua data ini

menggambarkan bahwa bahasa Jepang adalah penting dan digunakan secara internasional.

Terdapat berbagai cara bagi manusia untuk mempelaIari bahasa-bahasa asing. Selain

dengan mempelaIarinya secara manual, seperti kursus dan berbicara aktif, Iuga dapat mempelaIari

bahasa asing secara digital, autodidak, melalui komputer dan internet. Mesin (komputer) perlu

mengerti dan menguasai karakter serta huruf dalam bahasa asing tersebut, agar dapat membantu

manusia dalam mempelaIari bahasa asing. Aplikasi yang dibuat berkaitan dengan bahasa Jepang,

maka mesin (komputer) perlu mengerti dan menguasai karakter serta huruf dalam bahasa Jepang,

yaitu Hiragana dan Katakana.

Pemanfaatan komputer sebagai alat bantu manusia sangat diharapkan sampai tingkat

kemampuan komputer tersebut dapat menggantikan keterbatasan yang dimiliki oleh manusia.

Manusia dapat mengenali sebuah obIek dengan menggunakan mata dan otaknya, tetapi bila mata

dan otak tidak dapat bekerIa dengan baik maka akan membuat pekerIaan manusia menIadi

terhambat.

Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer

yang membuat agar mesin (komputer) melakukan pekerIaan seperti dan sebaik yang dilakukan oleh

manusia. Secara umum, Iaringan syaraf tiruan memiliki Iaringan syaraf seperti manusia dan dapat

melakukan proses pembelaIaran seperti yang dilakukan oleh manusia. Aspek yang cukup penting

yang mendasari berbagai teori dalam kecerdasan buatan adalah sistem pengenalan pola (Pattern

(9)

2 Maranatha Christian tniversity Sistem pengenalan pola merupakan komponen penting dalam proses peniruan kemampuan

inderawi manusia terutama penglihatan dan pendengaran.

Teknik pengenalan pola (pattern recognition) mengalami banyak kemaIuan dan semakin

dipakai untuk memecahkan suatu masalah. Teknik pengenalan pola dipakai untuk mengenali tulisan

tangan, tanda tangan, gambar dan sebagainya. Berbeda dengan disiplin ilmu pengolahan citra yang

dibatasi oleh penggunaan citra sebagai masukan maupun keluarannya, suatu aplikasi pengenalan

pola bertuIuan untuk melakukan proses pengenalan terhadap suatu obIek (misalnya citra) ke dalam

salah satu kelas tertentu, berdasarkan pola yang dimilikinya. Jaringan syaraf tiruan memiliki

beberapa metode atau algoritma yang digunakan untuk mengklasifikasikan atau mengenali suatu

tipe pola khususnya dalam pengenalan pola tulisan tangan, salah satunya adalah propagasi balik.

1.2 RumusanBMasalahB

Adapun masalah yang dirumuskan dalam karya ilmiah ini adalah :

1. Bagaimana membuat perangkat lunak yang dapat mengenali huruf dalam bahasa Jepang?

2. Bagaimana menerapkan Iaringan syaraf tiruan dengan metode propagasi balik untuk

mengenali huruf dalam bahasa Jepang?

3. Bagaimana tingkat toleransi metode propagasi balik dalam mengenali huruf dalam bahasa

Jepang?

4. Bagaimana membuat perangkat lunak yang dapat menentukan tingkat kemiripan?

1.3 TujuanB

B

TuIuan utama penulisan ini ialah untuk membuat perangkat lunak yang dapat mengenali

tulisan tangan huruf Jepang Ienis Hiragana dan Katakana. Pembuatan perangkat lunak ini akan

menggunakan Iaringan syaraf tiruan dengan metode propagasi balik. Perangkat lunak ini akan

menerima input berupa gambar melalui vouse/digitizer, kemudian akan menggunakan Iaringan syaraf tiruan dengan metode propagasi balik untuk mengenali huruf Katakana dan Hiragana

tersebut. Selain itu Iuga dapat membuka gambar tertentu, kemudian akan menggunakan Iaringan

syaraf tiruan dengan metode propagasi balik untuk mengenali huruf Katakana dan Hiragana

(10)

1.4 KarakteristikBPenggunaB

Pengguna perangkat lunak ini adalah semua orang yang dapat menggunakan dan

mengoperasikan komputer, beserta vouse/digitizer. Selain itu, pengguna Iuga menguasai penulisan

karakter Jepang huruf Hiragana dan Katakana.

1.5 BatasanBMasalahB

Masalah yang dicakup pada karya ilmiah ini terbatas pada :

1. Menerapkan Iaringan syaraf tiruan metode propagasi balik.

2. Tidak menggabungkan Ienis huruf Hiragana dan Katakana dalam proses pengenalan huruf.

3. Menerima input gambar dari vouse/digitizer.

4. Menerima input gambar dari file gambar yang dipilih pengguna.

5. Hanya mengenali satu buah huruf dalam satu kali proses pengenalan huruf.

6. Tidak menyediakan fasilitas untuk penambahan sample huruf baru.

7. Menampilkan output berupa gambar, pelafalan suku kata dan persentase kemiripannya.

1.6 SistematikaBPembahasanB

Pembahasan dalam karya ilmiah ini disusun dengan sistematika sebagai berikut :

BABBIB:BPENDAHULUANB

Bab ini memaparkan :

1.1 LatarBBelakangB

MenIelaskan latar belakang pemilihan topik karya ilmiah serta penIelasan

mengenai Iaringan syaraf buatan.

1.2 RumusanBMasalahB

Inti sari masalah yang akan dipelaIari dan dipecahkan berkaitan dengan latar

belakang topik karya ilmiah.

1.3 TujuanB

MenIelaskan tuIuan penerapan Iaringan syaraf tiruan dengan metode propagasi

balik.

1.4 KarakteristikBPenggunaB

(11)

4 Maranatha Christian tniversity 1.5 BatasanBMasalahB

MenIelaskan batasan-batasan dari perangkat lunak yang dibuat.

1.6 SistematikaBPembahasanB

MenIelaskan garis besar (outline) dari setiap bab.

BABBIIB:BDASARBTEORIB

2.1 BahasaBJepangB(日本語日本語日本語日本語B:Bnihongo)B

MenIelaskan karakteristik dan penggunaan bahasa Jepang secara umum.

2.2 HurufBdalamBbahasaBJepangB

2.2.1 HurufBHiraganaB(ひらがひらがひらがひらが )B

MenIelaskan karakteristik dan penggunaan huruf Jepang Ienis Hiragana.

2.2.2 HurufBKatakanaB(カタカナカタカナカタカナカタカナ)B

MenIelaskan karakteristik dan penggunaan huruf Jepang Ienis Katakana.

2.3 PengolahanBCitraBDigitalB

MenIelaskan pengenalan pola berdasarkan covputer vision.B

2.4 JaringanBSyarafBTiruanB

MenIelaskan mengenai Iaringan syaraf tiruan dalam kaitannya dengan pengenalan

pola.B

2.5 MetodeBPropagasiBBalikB

MenIelaskan mengenai cara kerIa pengenalan huruf menggunakan metode

propagasi balik.B

B

BABBIIIB:BANALISABDANBPEMODELANB

3.1 DeskripsiBUmumBPerangkatBLunakB

MenIelaskan perangkat lunak secara garis besar.

3.2 ArsitekturBAplikasiB/BSistemB

MenIelaskan Use Case Diagram, Activity Diagram, Class Diagram.

3.3 Storyboard/LayoutBAplikasiB

(12)

5 Maranatha Christian tniversity 3.4 CreativeBStrategyB

MenIelaskan desain (visual) yang diimplementasikan pada perangkat lunak yang

dibuat.

BABBIVB:BPERANCANGANBDANBIMPLEMENTASIB

4.1 BScreenshotBaplikasiB

MenIelaskan tampilan (screenshot) dari aplikasi yang dibuat.

4.2 PseudocodeB

MenIelaskan penIabaran dari setiap method (fungsi) yang dibuat dengan notasi

algoritmik/pseudocode.

BABBVB:BPENGUJIANB

5.1 WhiteboxBTestingB

MenIelaskan penguIian class/fungsi/method yang dibuat.

5.2 BlackboxBTestingB

MenIelaskan laporan dari kuisioner yang diberikan pada 20 responden.

BABBVIB:BKESIMPULANBDANBSARANB

6.1 KesimpulanB

MenIelaskan kesimpulan dari pengetahuan yang didapatkan setelah mengerIakan

karya ilmiah ini.

6.2 SaranB

(13)

BABBVIBBBKESIMPULANBDANBSAEANB

6.1BBBKesimpulanB

Setelah melakukan penelitian selama proses pembuatan Tugas Akhir, yang dituangkan di dalam laporan ini, maka dapat ditarik beberapa kesimpulan sebagai berikut :

1. Metode propagasi balik merupakan metode pembelajaran yang membutuhkan sumber

acuan, jika acuan yang digunakan tidak benar, otomatis basis pengetahuan jaringan pun

akan salah.

2. Pengujian jaringan saraf tiruan yang dilakukan dengan menggunakan gambar pelatihan,

bertujuan menguji ingatan jaringan, sebab kasus-kasus yang dimasukkan telah dipelajari

sebelumnya.

3. Ketika pengujian jaringan saraf tiruan dilakukan dengan menggunakan gambar baru yang

belum pernah dipelajari oleh jaringan, yang diuji adalah kemampuan jaringan saraf tiruan

dalam menggeneralisasikan kasus yang dihadapi dan kemudian menarik kesimpulan yang

cenderung ke output tertentu.

4. Jaringan syaraf tiruan dengan metode propagasi balik dapat diterapkan dalam aplikasi

pengenalan huruf-huruf dalam bahasa Jepang jenis Hiragana dan Katakana.

5. Varian pattern yang terbatas membuat proses pengenalan huruf menjadi terbatas pada satu

acuan saja.

6. Durasi pelatihan jaringan yang semakin lama akan membuat nilai error semakin menipis,

sehingga tingkat keakurasian akan meningkat.

6.2BBBSaranB

Untuk memperbaiki dan mengembangkan aplikasi yang telah dibuat di dalam Tugas Akhir

ini, berikut diberikan beberapa saran :

1. Memperbanyak varian pattern masing-masing huruf, sehingga memungkinkan penulisan

huruf yang lebih fleksibel.

2. Memperluas ruang lingkup pengenalan huruf Jepang hingga ke huruf Kanji, bahkan

huruf-huruf bahasa lain, misal : bahasa Mandarin, Korea.

3. Menambahkan fitur audio untuk membaca pelafalan huruf-hurufnya.

(14)

x

DAFTAR PUSTAKA

1. Darmawan Handoyo, Erico; Diktat Mata Kuliah Pengolahan Citra Digital; Universitas Kristen

Maranatha, 2007, Bandung.

2. Internet World Stats. Top 10 Internet Languages. Retrieved October, 2007, from

http://www.internetworldstats.com/stats7.htm

3. Japan Zone. Alphabets Hiragana, Katakana. Retrieved October, 2007, from

http://www.japan-zone.com/new/alphabet.shtml

4. Kusumadewi, Sri; Membangun Jaringan Syaraf Tiruan menggunakan MATLAB dan Excel

link; Penerbit Graha Ilmu, 2004, Yogyakarta.

5. Moffat, Charles Alexander; The Top Ten Languages of the World. Retrieved October, 2007,

from http://www.lilithgallery.com/articles/2005/languagesoftheworld.html

6. Munir,Rinaldi; Pengolahan Citra Digital dengan Pendekatan Algoritmik; Penerbit

Informatika, 2004, Bandung.

7. Puspitaningrum, Diyah;Pengantar Jaringan Saraf Tiruan; Penerbit Andi, 2006, Yogyakarta.

8. Saiga. Japanese Language. Retrieved October, 2007, from

http://www.saiga-jp.com/japanese_language.html