PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER
DETECTION DAN BACKPROPAGATION
SKRIPSI
YENNY AGUSTINA TONDANG
081402063
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh Ijazah Sarjana Teknologi Informasi
YENNY AGUSTINA TONDANG 081402063
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
ii
PERSETUJUAN
Judul : PENGENALAN POLA CITRA MENGGUNAKAN
METODE CORNER DETECTION DAN BACKPROPAGATION
Kategori : SKRIPSI
Nama : YENNY AGUSTINA TONDANG
Nomor Induk Mahasiswa : 081402063
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI) UNIVERSITAS
SUMATERA UTARA
Diluluskan di
Medan, Juli 2014
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sarah Purnamawati, S.T., M.Sc Dr. Erna Budhiarti Nababan, M. IT NIP. 19830226 201012 2003 NIP.
Diketahui/Disetujui oleh
PERNYATAAN
PENGENALAN POLA CITRA MENGGUNAKAN METODE CORNER DETECTION DAN BACKPROPAGATION
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
YENNY AGUSTINA TONDANG
iv
UCAPAN TERIMA KASIH
Segala puji dan syukur kepada Tuhan Yang Maha Esa, karena berkat kasih dan
karunia-Nya penulis bisa menyelesaikan tugas akhir ini. Rasa syukur yang sangat
dalam kepada Tuhan Yesus karena bimbingan dan penyertaanNya selalu kepada saya
mulai dari awal hingga penyelesaian tugas akhir ini.
Proses penyusunan skripsi ini tidak lepas dari dukungan dan bantuan dari
pihak lain. Oleh karena itu penulis mengucapkan terima kasih banyak kepada:
1. Keluarga penulis, mulai dari kedua orang tua penulis, Ibu, Bunga Uli Sinaga dan
Ayah, Dasmen Tondang, adik-adik dan keluarga dekat yang selalu mengingatkan
dan mendoakan, serta mendukung penulis melalui bantuan moril dan materi,
sehingga penulis mampu menyelesaikan tugas akhir ini.
2. Ibu Dr. Erna Nababan, M.IT dan Ibu Sarah Purnamawati, S.T., M.Sc selaku
dosen pembimbing yang telah memberikan saran, masukan, serta bersedia
meluangan waktu, tenaga dan pikiran untuk membantu penulis menyelesaikan
skripsi ini.
3. Dosen penasehat akademik.
4. Dosen penguji.
5. Seluruh dosen.
6. Teman-teman, senior dan junior Teknologi Informasi.
7. Dan seluruh staf Teknologi Informasi yang sudah membantu penulis dalam
penyelesaian kelulusan.
Akhir kata, penulis memohon maaf bila dalam penulisan karya tulis ini terdapat
beberapa kesalahan. Oleh karena itu, penulis mengharapkan adanya
masukan-masukan yang membangun.
Semoga karya tulis ini dapat memberikan kontribusi bagi terwujudnya
ABSTRAK
Indonesia, sebagai negara yang memiliki banyak sekali pulau dan budaya, memiliki
potensi yang sangat besar untuk mengembangkan bidang pariwisata. Banyaknya objek
pariwisata yang bisa digunakan untuk menambah devisi negara membutuhkan sebuah
sistem dalam membantu pengguna dalam mencari objek yang dimiliki oleh pengguna.
Dalam penelitian ini digunakan metode corner detection dan backpropgation (BP)
untuk membantu pengguna dalam mengenali objek. Harris Corner Detection (HCD)
akan mendapatkan titik-titik citra yang terdapat dalam citra. Hasil dari HCD akan
dipelajari menggunakan backpropagation yang memberikan hasil dan informasi dari
pencarian citra yang digunakan objek. Hasil dari penelitian ini menunjukkan bahwa
metode HCD dan BP mampu mengenali citra dengan sangat baik baik dengan eror
terkecil mencapai 0.02703%.
vi
IMAGE PATTERN RECOGNITION USING CORNER DETECTION AND
BACKPROPAGATION
ABSTRACT
Indonesia, a country that has many islands and culture, has a huge potential to develop tourism. Many tourism objects that can be used to increase the division of the country require a system to assist users in finding objects owned by the user. This study used corner detection methods and backpropgation (BP) to assist users in recognizing objects. Harris Corner Detection (HCD) will get the points contained in the image of the image. The results of the HCD will be studied using backpropagation provide search results and information from the imagery used objects. The results of this study indicate that the HCD method and BP were able to identify image very well with the smallest error reached into 0.02703%.
DAFTAR ISI
Hal.
Persetujuan ii
Pernyataan iii
Ucapan Terima Kasih iv
Abstrak v
1.4 Tujuan Penelitian 4
1.5 Manfaat Penelitian 4
1.6 Metodologi Penelitian 5
1.7 Sistematika Penulisan 6
Bab 2 Landasan Teori 8
2.1 Pengertian Citra 8
2.1.1 Citra Analog 8
2.1.2 Citra Digital 9
2.2 Corner Detection 14
2.2.1 Harris Corner Detection (HCD) 16
2.2.1.1 LocalStructureMatrix (LSM) 17 2.2.1.2 CornerResponseFunction (FCR) 21 2.2.1.3 Menentukan Nilai CornerPoints 22 2.2.2 Algoritma Harris CornerDetection 22 2.3 Jaringan Saraf Tiruan (Neural Network) 23
2.3.1 Aristektur 24
2.3.2 Paradigma Pembelajaran 26
2.3.2.1 Pembelajaran Tak Terawasi (UnsupervisedLearning) 27 2.3.2.2 Pembelajaran Terawasi (SupervisedLearning) 27
2.3.3 Backpropagation 27
2.3.4 Algoritma Backpropagation 32
2.4 Format File JPEG 34
Bab 3 Analisis dan Perancangan Sistem 36
3.1. Identifikasi Masalah 36
3.2. Data yang Digunakan 36
3.3. Analisis Sistem 37
viii
3.4.2 Use case spesifikasi 43
3.4.3 Diagram aktivitas 47
3.4.4 Diagram aliran data 51
3.4.5. Model entity-relationship 53
3.4.6. Perancangan menu sistem 54
3.4.7. Perancangan antarmuka 54
3.4.7.1. Rancangan tampilan awal dan halaman utama 54 3.4.7.2. Rancangan halaman daftar objek 56 3.4.7.3. Rancangan halaman galeri citra 56 3.4.7.4. Rancangan halaman pembelajaran 57 3.4.7.5. Rancangan halaman pengujian image 58
Bab 4 Implementasi dan Pengujian Sistem 61
4.1. Implementasi Sistem 61
4.1.1 Spesifikasi perangkat keras dan lunak yang digunakan 61 4.1.2 Implementasi perancangan antarmuka 62
4.1.3 Implementasi data 67
4.2. Pengujian Sistem 67
4.2.1 Rencana pengujian sistem 68
4.2.2 Kasus dan hasil pengujian sistem 68
4.2.3 Skenario pengujian 71
4.2.4 Hasil pengujian 75
Bab 5 Kesimpulan dan Saran 77
5.1 Kesimpulan 77
5.2 Saran 78
