RANCANG BANGUN APLIKASI PENGENALAN FILE GAMBAR BITMAP MENGGUNAKAN METODE BACKPROPAGATION

Transkripsi

1 IJCCS, Vol.x, No.x, JulyxArif Harjato, Racag Bagum Apliasi Pegeala File Gambar RANCANG BANGUN APLIKASI PENGENALAN FILE GAMBAR BITMAP MENGGUNAKAN METODE BACKPROPAGATION Arif Harjato* Tei Eletro Faultas Tei Uiversitas Mulawarma, Samarida Abstra Dalam tes file bitmap, permasalaha yag serig terjadi yaitu esulita dalam hal membaca atau memahami masud dari suatu doume atau data dalam betu file bitmap diareaa data atau doume tersebut megalami suatu erusaa (oise) fisi. Dari permasalaha iilah, perlu diracag program apliasi yag dapat megeali tes dalam betu file bitmap yag ada pada doume sehigga tes dapat terbaca dega jelas. Maa dari itu dibutuha suatu tei omputasi yag memilii emampua utu mempelajari da megeali sesuatu berdasara arateristi yag dimilii oleh masig-masig beda yag aa dieali. Subje peelitia ii adalah pegeala gambar tes dalam file bitmap dega megguaa metode bacpropagatio. Peragat lua (software) yag diguaa dalam pembuata apliasi ii adalah borlad delphi 7. Proses pegeala yaitu dega melatih gambar tes dalam file bitmap yag beruura 90 x 90 pisel. Pegeala gambar ata file bitmap dilaua per pisel pada gambar iput da output. Prosetase yag diperoleh dari pelatiha jariga syaraf tirua bacpropagatio utu file gambar bitmap yag sudah dilatih diatas 79 %. Kata uci : bitmap, bacpropagatio, jariga syaraf tirua.. PENDAHULUAN Kemajua teologi omputer telah baya memberia sumbaga dalam ehidupa mausia saat ii. Gua meyelesaia suatu masalah tersebut harus dapat dipadag dega megguaa model yag tetap da sesuai, emudia mecari algoritma utu peyelesaiaya. Dari algoritma tersebut sehigga siap utu diterapa pada omputer, tetuya dega membuat suatu program apliasi dega meggua bahasa pemrograma yag tepat []. Permasalaha yag mucul berhubuga dega data tes file bitmap, yaitu serig terjadi esulita dalam pembacaa dari suatu doume atau data diareaa data atau doume tersebut megalami suatu erusaa (oise) fisi. Dari permasalaha iilah dapat diembaga suatu program apliasi yag dapat megeali tes yag ada pada doume file bitmap sehigga masud tes dapat dimegerti, yaitu dega meracag bagu program apliasi jariga saraf tirua bacpropagatio []. Pada program yag dibuat haya membatasi file gambar utu pelatiha da pegujia dega uura 90 x 90 pixel da haya utu file gambar yag berestesi BMP (bitmap), area gambar dega estesi ii lebih baya diguaa, utu gambar dega uura yag lebih besar da utu file gambar dega estesi yag lai dapat lebih diembaga lagi.

2 94 Jural JUPITER, Vol. 0 No. 2 Bula 0 Tahu 208, Hal Jariga syaraf tirua adalah tei omputasi yag tepat area tei omputasi ii diembaga berdasara cara erja sistem syaraf biologis mausia sehigga memilii emampua utu mempelajari da megeali sesuatu sealipu terdapat peyimpaga atau erusaa ( oise) pada data. Selajutya istilah jariga syaraf tirua ii disebut dega JST [3]. Peelitia megeai cara erja sistem syaraf biologis mausia ii terus dilaua sehigga tercipta berbagai macam model JST [2]. Salah satuya adalah model jariga syaraf propagasi atau bacpropagatio. Berhubuga dega Jariga Syaraf Tirua dalam peelitia ii diuur emampua omputer utu meerima iput dalam file gambar, dega batua jariga syaraf tirua, setelah sistem diberia pelatiha megeal pola-pola ata dalam file bitmp gambar yag telah ada. 2. METODE PENELITIAN 2. Subje Peelitia Materi peelitia ii adalah Pegolaha gambar yaitu suatu metode yag diguaa utu megolah gambar dega jariga syaraf tirua megguaa sample data dari 20 obje gambar ata, da diterusa pada algoritma jariga syaraf tirua sebagai pegambila eputusa, yag diracag megguaa batasa masalah sebagai beriut : a. Data yag diolah berasal dari sebuah file gambar (*.bmp). b. Berupa gambar ata c. Gambar arater lebih gelap dari bacgroud. Sebagai iput data adalah berupa load data yaitu proses utu megambil data berupa ata yag tersimpa dalam file gambar dalam hal ii adalah file bitmap. 2.2 Aalisis Kebutuha Fugsi-fugsi yag dibutuha pada aalisis ebutuha ii adalah aalisis sistem yag dalam pembuata peragat luaya meliputi peracaga sistem seperti : a. Pasaga Iput Pelatiha Pasaga iput utu pelatiha berupa data gambar sebaya 20 sample. File gambar utu iput da output yag aa dilatih adalah sama. b. Pasaga Iput Pegujia Pasaga iput utu pegujia berupa data gambar sebaya 25 sample gambar, yaitu 20 gambar yag sudah dilatih sebelumya tapi gambar tersebut diberia erusaa da 5 gambar yag belum dilatih sebelumya. 2.3 Aalisis Sistem Dalam pembuata peragat lua jariga syaraf tirua, pada tahap ii diawali dega megaalisis sebuah algoritma program yaitu algoritma program utu pelatiha da algoritma program utu pegujia bacpropagatio yag sudah ada emudia ditetapa betu program. Diagram alir tahap pelatiha da Diagram alir tahap pegujia JST Bacpropagatio dapat di lihat pada Gambar. da Gambar 2.

3 IJCCS, Vol.x, No.x, JulyxArif Harjato, Racag Bagum Apliasi Pegeala File Gambar Mulai V ij W j X i Iisialisasi Variabel = Jumlah Pelatiha = Bobot iput awal = Bobot hidde awal = Iput data Iput Z_i j = V ij + i x v i. ij Fugsi ativasi Z j = f(z_i j) = f exp - z_i j Bobot Iput Y_i = W j + i z i. w j Z j = f(y_i ) = f Fugsi ativasi exp - y_i Hitug Error (t y ) f (y_i ) 2

4 96 Jural JUPITER, Vol. 0 No. 2 Bula 0 Tahu 208, Hal Limit error tercapai Ya Tida Perbaii Bobot Jumlah pelatiha tercapai Tida Ya Simpa Bobot Selesai Gambar. Diagram alir tahap pelatiha JST Bacpropagatio Mulai V ij W j X i Iisialisasi Variabel = Jumlah Pelatiha = Bobot iput awal = Bobot hidde awal = Iput data Bobot Iput Z_i j = V ij + i x v i. ij 2

5 IJCCS, Vol.x, No.x, JulyxArif Harjato, Racag Bagum Apliasi Pegeala File Gambar Fugsi ativasi Z j = f(z_i j) = f exp - z_i j 2 Iput Y_i = W j + i z j. w j Z j = f(y_i ) = f Fugsi ativasi exp - y_i Apaah peeala gambar > 76 Tida Ya Tampila hasil Selesai Gambar 2. Diagram alir tahap pegujia JST Bacpropagatio 2.4 Peracaga Sistem Apliasi Peracaga yag diguaa dalam program apliasi pegeala gambar ata berbasis jariga syaraf tirua adalah atarmua berbasis iterasi grafis yag berfugsi utu memudaha peggua dalam hal pegoperasiaya. Racaga meu halama pada apliasi dapat dilihat pada Gambar 3 da Gambar 4.

6 98 Jural JUPITER, Vol. 0 No. 2 Bula 0 Tahu 208, Hal Gambar 3. Racaga Meu Halama Pelatiha Gambar 4. Racaga Meu Halama Pegujia 3. HASIL DAN PEMBAHASAN 3. Implemetasi Peragat Lua Implemetasi pearagat lua merupaa tahap dimaa sistem sudah jadi da siap diguaa, sehigga pada tahap ii sistem sudah harus dapat dioperasia sesuai dega fugsi da tujua dibuatya peragat lua tersebut.

7 IJCCS, Vol.x, No.x, JulyxArif Harjato, Racag Bagum Apliasi Pegeala File Gambar Parameter jariga syaraf tirua bacpropagatio yag aa mempegaruhi jariga agar dapat beerja dega bai dalam megeali gambar masua ditujua pada Tabel dibawah ii. Tabel. Parameter Jariga Syaraf Tirua Parameter Iterasi masimal (N) Learig rate Mometum (β) 3.2 Tampila Program Meu utama merupaa awal dari program apliasi yag dibuat, form ii berisi judul program, meu estrasi, meu pelatiha, da meu pegujia. Gambar 5. Tampila Meu Estrasi Gua melihat erja apliasi berbasis jariga syaraf tirua yag telah dibuat dilaua proses pelatiha da pegujia terhadap apliasi yag telah dibuat. Hal ii dilaua utu megetahui seberapa besar tigat aurasi apliasi dalam melaua pegeala gambar ata. Tampila pada proses pelatiha da pegujia dapat dilihat pada Gambar 6 da Gambar 7. Gambar 6. Form Utama Pelatiha

8 00 Jural JUPITER, Vol. 0 No. 2 Bula 0 Tahu 208, Hal Gambar 7. Form Utama Pegujia 3.3 Pegujia Sistem Hasil pegujia utu file gambar yag sudah dilatih sebelumya diatas, maa dapat diperoleh data seperti terlihat pada Tabel 2. Tabel 2. Data Hasil Pegujia No Nama File Gambar (.bmp) Prosetase Uji 76, 56 % Gbr 2 Uji 2 89,97 % Gbr 2 3 Uji 3 90,25% Gbr 3 4 Uji 4 86,78 % Gbr 4 5 Uji 5 - File Belum Dilatih 6 Uji 6 86,58% Gbr 6 7 Uji 7 8,88 % Gbr 7 8 Uji 8 77,00 % Gbr 8 9 Uji 9 83,06 % Gbr 9 0 Uji 0 - File Belum Dilatih Uji - File Belum Dilatih 2 Uji 2 89, % Gbr 2 3 Uji 3 84,02 % Gbr 3 4 Uji 4 76,05 % Gbr 4 5 Uji 5 - File Belum Dilatih 6 Uji 6 - File Belum Dilatih 7 Uji 7 9,97 % Gbr 7 8 Uji 8 82,47 % Gbr 8 Nama File Yag Tereali

9 IJCCS, Vol.x, No.x, JulyxArif Harjato, Racag Bagum Apliasi Pegeala File Gambar Uji 9 84,3 % Gbr 9 20 Uji 20 87,44 % Gbr 20 ) Program mampu megeali Gambar ata yag sudah dilatih sebelumya. 2) Prosetase pegujiaya dapat dieali diatas 79 % yaitu membadiga data pegujia dega data hasil pelatiha yag telah disimpa emudia dialia 00 perse. 3) Program mampu meampila ama file tereali. 4. KESIMPULAN Racag bagu apliasi pegeala file gambar bitmap megguaa metode bacpropagatio dapat disimpula sebagai beriut: a. Jariga syaraf tirua bacpropagatio dapat diadala utu megatasi masalah pegeala file gambar berestesi bitmap. Apliasi dapat melaua pegeala gambar ata sesuai dega gambar iput yag dimasua b. Hasil pegujia, eluara ahir berupa file gambar ata yag dieali, prosetase ebearaya, da ama file gambar yag tereali. Hasil prosetase utu file gambar yag sudah dilatih diatas 79 % sedaga utu file gambar yag belum dilatih tida dapat dieali. 5. SARAN Dari esimpula diatas, maa peulis memberia sara yag aa dijadia sebagai baha masua peelitia selajutya yaitu, utu memilih gambar dega uura yag lebih besar da utu file gambar dega estesi yag lai. UCAPAN TERIMA KASIH Peulis megucapa terima asih epada semua piha yag telah memberi duuga sehigga terbitya jural ii, terimaasih besar epada redasi jural Jupiter yag telah berea meerbita asah jural ii. DAFTAR PUSTAKA [] Eireddy Vamsidhar et. al., 200. "Predictio of Raifall Usig Bacpropagatio Neural Networ Model." Iteratioal Joural o Computer Sciece ad Egieerig, Vol. 02, No. 04, 200, 9-2 [2] Jog Je Siag. Jariga Syaraf Tirua da Pemrograma megguaa MATLAB. Adi Publisher [3] Kristato, Adri, 2004, Jariga Syaraf Tirua, Gava Media, Yogyaarta. [4] Lauree, Fausett, 994, Fudametal Of Neural Networ, Pretice Hall. [5] Pauli, F., ad Sathaumara, A., 200. " Bacpropagatio Neural Networ by Comparig Hidde Neuros : Case Study o Breast Cacer Diagosis." Iteratioal Joual of Computer Applicatios ( ), Vol. 2 - No. 4, Jue 200 [6] Pujiato, S. Kom, 50 Tri Pemrograma Delphi 8.0, Pt Elex Media Komputido, Jaarta, 2007