FUZZY RULE-BASED SISTEM TEMUKEMBALI CITRA BUNGA ADI SUCIPTO AJI

Transkripsi

1 FUZZY RULE-BASED SISTEM TEMUKEMBALI CITRA BUNGA ADI SUCIPTO AJI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007

2 PERNYATAAN MENGENAI TESIS Saya menyatakan dengan sebenar-benarnya bahwa tesis saya yang berjudul : Fuzzy Rule-Based Sistem Temukembali Citra Bunga ini adalah benar-benar asli karya saya dengan arahan komisi pembimbing dan bukan hasil jiplakan atau tiruan tulisan siapapun serta belum pernah diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Bogor, Mei 2007 Adi Sucipto Aji G

3 RINGKASAN ADI SUCIPTO AJI. Fuzzy Rule-Based Sistem Temukembali Citra Bunga. Dibawah bimbingan MARIMIN dan YENI HERDIYENI. Sistem temukembali citra merupakan bidang yang mengintegrasikan berbagai disiplin ilmu yaitu antara lain temukembali informasi (information retrieval), pemrosesan citra (digital image processing) dan basisdata. Penelitian dalam bidang sistem temukembali citra ini dipicu oleh semakin pesatnya perkembangan internet dan website, semakin murahnya peralatan akuisisi citra (imaging device), aplikasi perpustakaan dijital (digital libraries), pengarsipan citra (image archieve) dan video-on-demand. Perkembangan terkini hasil penelitian dalam sistem temukembali citra dimanfaatkan tidak hanya terbatas dalam bidang computer vision dan basisdata saja, tetapi dimanfaatkan juga untuk aplikasi dibidang lain seperti permodelan biologi, peramalan cuaca, citra medis, citra satelit dan lain-lain dalam bentuk interactive image undestanding. Metode pencarian dan pengklasifikasian citra dalam sistem temukembali citra yang berbasis ciri (image features) dilakukan dengan memanfaatkan kemiripan ciri citra yaitu warna, tekstur dan bentuk. Terdapat tiga masalah utama yang masih terus dikaji dan diteliti sampai saat ini yaitu perbedaan persepsi pengguna terhadap citra yang sama, keinginan subyektif pengguna sistem dan penggunaan bobot pada masing-masing ciri citra sehingga sistem tidak bisa merefleksikan pola-pikir manusia. Penelitian ini mengembangkan suatu metode baru yaitu merancang dan menganalisis sistem pengetahuan berbasis fuzzy untuk pengukuran kemiripan dalam sistem temukembali citra. Implementasi logika fuzzy dalam rancangan basis pengetahuan sistem direpresentasikan dengan fungsi implikasi fuzzy. Pendekatan perancangan sistem yang digunakan adalah pendekatan perancangan sistem pakar berbasis pengetahuan. Penggunaan pendekatan perancangan sistem ini yang menjadi sumber pengetahuan dalam sistem temukembali citra adalah informasi tentang warna dan bentuk citra. Pengetahuan yang telah diakuisisi oleh sistem kemudian direpresentasikan dalam bentuk kaidah fuzzy IF THEN dan digunakan untuk membangun basis pengetahuan (basis kaidah fuzzy) sistem temukembali citra. Basis kaidah fuzzy ini berfungsi sebagai alat untuk merepresentasikan pola pikir manusia dalam menterjemahkan keinginan subyektif pengguna sistem temukembali citra. Proses utama yang terdapat dalam rancangan sistem temukembali citra adalah pengindeksan dan temukembali. Proses pengindeksan adalah proses melakukan segmentasi berdasarkan ciri citra yaitu ciri warna dengan metode histogram dan ciri bentuk dengan metode momen invarian. Proses temukembali adalah proses pengimplementasian logika fuzzy yang terdiri dari tahapan fuzzyfikasi nilai crisp ciri citra, melakukan inferensi pada setiap kaidah fuzzy, defuzzyfikasi nilai fuzzy agregat serta visualisasi nominasi citra yang relevan. Basis kaidah fuzzy untuk pengukuran kemiripan citra antara citra query dengan basisdata menggunakan tiga peubah linguistik yaitu sama, mirip dan beda. Peubah linguistik ini digunakan untuk klasifikasi masukan ciri warna dan bentuk serta klasifikasi citra keluaran.

4 Penelitian terdiri dari tiga tahap yaitu ekstraksi ciri, pembuatan basis kaidah fuzzy dan pengukuran kinerja sistem. Tahap ekstraksi ciri merupakan proses segmentasi citra berdasarkan warna dan bentuk atau pengindeksan citra. Metode yang digunakan untuk segmentasi warna adalah histogram dengan bin warna yang sudah didefinisikan (warna referensi) dan metode untuk segmentasi bentuk adalah momen invarian. Tahap pembuatan basis kaidah fuzzy adalah tahapan untuk mengimplementasikan basis kaidah fuzzy dalam sistem temukembali citra untuk pengukuran kemiripan. Tahapan ini meliputi strategi pembuatan basis kaidah fuzzy, seleksi basis kaidah fuzzy terbaik dan penentuan parameter fuzzyfikasi yang optimum. Validasi dan verifikasi yaitu tahapan penilaian kinerja sistem dengan menggunakan nilai presisi dan recall. Perancangan basis kaidah fuzzy dilakukan dengan cara menghitung jumlah kemungkinan kombinasi keluaran dari masing-masing peubah linguistik masukan dengan metode pengklasifikasian citra secara menurun. Kombinasi keluaran yang dihasilkan adalah 6 kombinasi untuk ciri sama, 4 kombinasi untuk ciri mirip dan 6 kombinasi untuk ciri beda sehingga membentuk 144 basis kaidah fuzzy. Setiap basis kaidah fuzzy terdiri dari sembilan kaidah fuzzy (R) dan setiap kaidah fuzzy terdiri dari tiga peubah linguistik ciri warna (W) dan bentuk (B) serta keluaran (C). Struktur yang digunakan adalah sebagai berikut : Basis Kaidah Fuzzy ke-i : R j : IF warna IS W j AND bentuk IS B j THEN citra IS C j Model Mamdani yang digunakan untuk sistem inferensi fuzzy dalam sistem temukembali citra ini menggunakan tiga metode implikasi yaitu Mamdani, Aljabar dan Einstein. Dalam sistem inferensi fuzzy model Mamdani ini terdapat dua parameter yang berpengaruh terhadap kinerja sistem temukembali citra yaitu parameter untuk fuzzyfikasi. Hasil percobaan nilai parameter yang optimum untuk proses fuzzyfikasi pada fungsi cauchy adalah pemulus kurva α = 2 dan lebar partisi N p = 20. Nilai parameter untuk proses defuzzyfikasi pada fungsi segitiga yaitu pusat kurva (γ) masing-masing peubah linguistik adalah γ sama = 0 ; γ mirip =0,5 dan γ beda = 1. Terdapat dua tahapan untuk mendapatkan basis kaidah fuzzy yang terbaik. Pertama adalah tahapan seleksi kombinasi yaitu percobaan dengan penilaian secara persepsi terhadap citra keluaran yang dihasilkan oleh masing-masing kombinasi. Tahapan seleksi kombinasi ini menghasilkan 24 basis kaidah fuzzy. Kedua adalah tahapan percobaan pada 24 basis kaidah fuzzy untuk mendapatkan basis kaidah fuzzy yang mempunyai kinerja terbaik. Tahapan percobaan ini menghasilkan basis kaidah fuzzy terbaik untuk masing-masing metode implikasi dan terbaik untuk ketiga metode implikasi. Hasil percobaan menunjukkan bahwa kinerja sistem temukembali citra dipengaruhi oleh metode implikasi yang digunakan, dan kinerja basis kaidah fuzzy terbaik adalah yang mempunyai informasi warna lebih dominan dibandingkan dengan bentuk dalam penentuan kemiripan citra. Percobaan dengan tiga metode implikasi yaitu Mamdani, Aljabar dan Einstein menghasilkan nilai presisi berturut turut adalah 86,44 %, 87,89 % dan 87,56 %, dimana metode Mamdani menghasilkan citra yang lebih baik dibandingkan dengan metode lainnya secara persepsi. Basis kaidah fuzzy yang mempunyai kinerja terbaik untuk ketiga metode implikasi adalah : jika citra basisdata warnanya sama atau

5 beda dan bentuknya sama atau mirip atau beda dengan citra query maka diklasifikasikan menjadi sama atau beda dengan citra query tergantung klasifikasi warna ; jika citra basisdata warnanya mirip dan bentuknya sama atau mirip dengan citra query maka diklasifikasikan menjadi mirip dengan citra query ; jika citra basisdata warnanya mirip dan bentuknya beda maka diklasifikasikan menjadi beda dengan citra query. Sistem temukembali citra yang mengimplementasikan basis kaidah fuzzy dapat dikembangkan untuk aplikasi dalam bidang pertanian modern yang berbasis informasi teknologi. Faktor-faktor yang perlu diperhatikan dalam pengembangan aplikasi dalam bidang pertanian adalah pembuatan basisdata training untuk masing-masing komoditi pertanian serta pencahayaan dan sudut pandang kamera untuk mengakuisisi citra sebagai masukan sistem. Pengembangan sistem temukembali citra untuk aplikasi bidang pertanian antara lain adalah identifikasi jenis bunga, buah, kayu, sortasi hasil panen, klasifikasi lahan pertanian dan perpustakaan dijital.

6 ABSTRAK ADI SUCIPTO AJI. Fuzzy Rule-Based Sistem Temukembali Citra Bunga. Dibawah bimbingan MARIMIN dan YENI HERDIYENI. Masalah utama dalam sistem temukembali citra adalah ambiguitas persepsi manusia terhadap suatu citra dan metode pembobotan ciri yang tidak fleksibel untuk pengukuran kemiripan. Penelitian ini mengembangkan metode baru untuk pengukuran kemiripan citra dari ciri (image features) warna dan bentuk dengan menggunakan basis kaidah fuzzy. Basis kaidah fuzzy ini berfungsi sebagai alat untuk merepresentasikan pola pikir manusia dalam menterjemahkan keinginan subyektif pengguna sistem temukembali citra. Proses utama yang terdapat dalam sistem temukembali citra adalah pengindeksan dan temukembali. Proses pengindeksan adalah proses melakukan segmentasi berdasarkan ciri citra yaitu ciri warna dengan metode histogram dan ciri bentuk dengan metode momen invarian. Proses temukembali adalah proses pengimplementasian logika fuzzy yang terdiri dari tahapan fuzzyfikasi nilai crisp ciri citra, melakukan inferensi pada setiap kaidah fuzzy, defuzzyfikasi nilai fuzzy agregat serta visualisasi nominasi citra yang relevan. Basis kaidah fuzzy untuk pengukuran kemiripan citra antara citra query dengan basisdata menggunakan tiga peubah linguistik yaitu sama, mirip dan beda. Peubah linguistik ini digunakan untuk klasifikasi masukan ciri warna dan bentuk serta klasifikasi citra keluaran. Hasil percobaan menunjukkan bahwa kinerja sistem temukembali citra dipengaruhi oleh metode implikasi yang digunakan, dan kinerja basis kaidah fuzzy terbaik adalah yang mempunyai informasi warna lebih dominan dibandingkan dengan bentuk dalam penentuan kemiripan citra. Percobaan dengan tiga metode implikasi yaitu Mamdani, Aljabar dan Einstein memberikan nilai presisi berturut turut adalah 86,44 %, 87,89 % dan 87,56 %, dimana metode Mamdani menghasilkan citra yang lebih baik dibandingkan dengan metode lainnya secara persepsi. Basis kaidah fuzzy yang mempunyai kinerja terbaik untuk ketiga metode implikasi adalah : jika citra basisdata warnanya sama atau beda dan bentuknya sama atau mirip atau beda dengan citra query maka diklasifikasikan menjadi sama atau beda dengan citra query tergantung klasifikasi warna ; jika citra basisdata warnanya mirip dan bentuknya sama atau mirip dengan citra query maka diklasifikasikan menjadi mirip dengan citra query ; jika citra basisdata warnanya mirip dan bentuknya beda maka diklasifikasikan menjadi beda dengan citra query. Keywords: Sistem Temukembali Citra, Logika Fuzzy, Basis Kaidah Fuzzy, Persepsi Manusia, Pembobotan Ciri.

7 ABSTRACT ADI SUCIPTO AJI. Fuzzy Rule-Based Image Retrieval Systems. Under the direction of MARIMIN and YENI HERDIYENI. The common problems on image retrieval systems are vagueness and ambiguity of human perception of image similarity and rigidness on weighted features. This research develop a new method for measuring image similarity base on color and shape features by embedding the fuzzy logic called fuzzy rule-based method. Fuzzy rule-based as human thinking representation tends to capture systems user subjectivity. Two major processes in image retrieval systems are indexing and retrieval. Indexing process are image features segmentation process by color using histogram and shape using invariant moment. Retrieval process are fuzzy logic implementation with following steps : image features fuzzyfication, inferences among fuzzy rule-based, defuzzyfication and visualisation of relevant image nomination. Fuzzy rule-based for measuring image similarity comprise three linguistic variables sama, mirip and beda on each image features. The experiment result shows that implication method influences the systems performance. Highest precision values on Mamdani, Algebra and Einstein methods respectively are %, % and %, which is by perception criteria Mamdani s method producing better image than the others. Highest performance of fuzzy rule-based on 3 rd implication method are : if color is sama or beda and shape is sama or mirip or beda then image is sama or beda depend on color classification ; if color is mirip and shape is sama or mirip then image is mirip ; if color is mirip and shape is beda then image is beda. Keywords: Image Retrieval Sytems, Fuzzy Logic, Fuzzy Rule-Based, Human Perceptions, Weighted Features.

8 Hak cipta milik Institut Pertanian Bogor, tahun 2007 Hak cipta dilindungi Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi, mikrofilm, dan sebagainya

9 FUZZY RULE-BASED SISTEM TEMUKEMBALI CITRA BUNGA ADI SUCIPTO AJI Tesis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Departemen Ilmu Komputer SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007

10 Judul Tesis Nama NIM Program Studi : Fuzzy Rule-Based Sistem Temukembali Citra Bunga : Adi Sucipto Aji : G : Ilmu Komputer Disetujui Komisi Pembimbing Prof. Dr. Ir. Marimin, MSc. Ketua Yeni Herdiyeni, SSi. MKom. Anggota Diketahui Ketua Program Studi Ilmu Komputer Dekan Sekolah Pascasarjana Institut Pertanian Bogor Dr. Ir. Sugi Guritman Prof. Dr. Ir. Khairil Anwar Notodiputro, MS. Tanggal Ujian : 28 Mei 2007 Tanggal Lulus :

11 KATA PENGANTAR Puji syukur dipanjatkan ke hadirat Allah SWT sehingga penulis bisa menyelesaikan tesis ini. Shalawat serta salam semoga selalu tercurah kepada Nabi Muhammad SAW hingga akhir zaman. Amin. Tema yang dipilih dalam penelitian ini adalah tentang sistem temukembali dengan judul Fuzzy Rule-Based Sistem Temukembali Citra Bunga. Penulis mengucapkan terimakasih kepada : 1. Bapak Prof. Dr. Ir. Marimin MSc. sebagai ketua komisi pembimbing yang telah memberikan arahan dalam perancangan sistem pakar, penelitian dan penulisan tesis. 2. Ibu Yeni Herdiyeni SSi. MKom. sebagai anggota komisi pembimbing yang telah memberikan arahan dalam perancangan sistem temukembali citra, penelitian dan penulisan tesis. 3. Bapak Irman Hermadi SKom. MS. sebagai dosen penguji yang telah meluangkan waktu untuk menguji dan memberikan saran-saran dalam penulisan tesis. 4. Teman-teman di Laboratorium Kecerdasan Komputasional, Departemen Ilmu Komputer, Institut Pertanian Bogor yang telah memberikan saran-saran yang berguna untuk pelaksaan penelitian. Penulis mempersembahkan karya ilmiah ini untuk keluarga di Madura dan Kotabumi - Lampung, istri tercinta Sukma Witasari dan anak-anak tersayang : Nisrina Alissabila, Ahmad Haziq Al Musyarrif dan Ahsan Malik Al Farisi yang telah memberikan dorongan moril. Banyak kekurangan dalam tesis ini, untuk itu penulis mengharapkan kritik atau saran untuk memperbaiki tesis ini. Semoga karya ilmiah ini bermanfaat. Bogor, Mei 2007 Adi Sucipto Aji

12 RIWAYAT HIDUP Penulis dilahirkan di Sampang pada tanggal 2 Desember 1967 dari ayah Moh. Sirad Atmaja dan ibu Siti Kamtinah. Penulis merupakan putra kedua dari dua bersaudara. Tahun 1986 penulis lulus dari SMA Negeri 1 Pamekasan dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur Penelusuran Minat dan Kemampuan. Penulis memilih kelompok minat Sistem dan Manajemen Mekanisasi Pertanian, Jurusan Mekanisasi Pertanian, Fakultas Teknologi Pertanian dan lulus pada tahun Selama menjadi mahasiswa penulis aktif di Senat Mahasiswa sebagai Koordinator Unit Kegiatan Fotografi, Himpunan Mahasiswa Keteknikan Pertanian sebagai Koordinator Kelompok Minat Sistem dan Manajemen Mekanisasi Pertanian dan Badan Perwakilan Mahasiswa. Tahun 1992 penulis menjadi Tenaga Ahli Hidrologi di PT. Prima Oriental Abadi, tahun 1993/1998 menjadi Staff Khusus Direksi bagian Electronic Data Processing di Barito Pacific Group, tahun 1998/2005 menjadi Manajer Keuangan PT. Formitra Multi Prakarsa dan sekarang penulis bekerja sebagai Tenaga Ahli di PT. Buanatama Dimensi Consultans dan PT. Citra Murni Semesta.

13 DAFTAR ISI DAFTAR ISI... i DAFTAR TABEL... iii DAFTAR GAMBAR... iv DAFTAR LAMPIRAN... vi I. PENDAHULUAN... 1 A. Latar Belakang... 1 B. Tujuan dan Manfaat... 4 C. Ruang Lingkup... 4 II. TINJAUAN PUSTAKA... 5 A. Sistem Pakar... 5 B. Sistem Temukembali Citra... 6 C. Fungsi Kemiripan Ciri... 7 D. Citra Bunga dan Model Warna... 8 E. Segmentasi Warna F. Segmentasi Bentuk G. Logika Fuzzy Fungsi Keanggotaan Sistem Inferensi Fuzzy III. METODOLOGI A. Kerangka Pemikiran B. Tatalaksana dan Rancangan Proses Pra Proses Segmentasi Implementasi Logika Fuzzy a. Masukan Crisp b. Fuzzyfikasi c. Basis Kaidah Fuzzy d. Inferensi Basis Kaidah Fuzzy e. Defuzzyfikasi C. Analisis Kebutuhan Sistem Deskripsi dan Fungsi Sistem Data dan Sumber Data Klasifikasi Pengguna Antarmuka Pengguna Rancangan Model Sistem Lingkungan Perancangan D. Penilaian Kinerja E. Kompleksitas Algoritma IV. PERANCANGAN SISTEM A. Arsitektur Sistem B. Perancangan Masukan/Keluaran Sistem Parameter Sistem Parameter Pengindeksan Parameter Sistem Inferensi Fuzzy i

14 C. Dekomposisi Sistem Ektraksi Ciri Citra Query Citra D. Antarmuka Pengguna Antarmuka Sistem Antarmuka Masukan Antarmuka Keluaran Antarmuka Pengaturan Parameter E. Pengembangan Basis Kaidah Fuzzy V. IMPLEMENTASI SISTEM A. Instalasi Sistem B. Prosedur Pengoperasian C. Kompleksitas Sistem Ekstraksi Ciri Warna Ekstraksi Ciri Bentuk Query Citra VI. HASIL DAN PEMBAHASAN A. Segmentasi B. Parameter Fungsi Keanggotaan C. Penilaian Kinerja Kinerja Basis Kaidah Fuzzy Kinerja Sistem Efisiensi Sistem D. Pengembangan Sistem untuk Aplikasi Pertanian VII. KESIMPULAN DAN SARAN A. Kesimpulan B. Saran DAFTAR PUSTAKA LAMPIRAN ii

15 DAFTAR TABEL 1. Kombinasi Kaidah Fuzzy Nama dan Kode Bunga Kompleksitas Algoritma Momen Invarian Citra Basis Kaidah Fuzzy Hasil Seleksi Nilai Treshold Efisiensi Sistem Temukembali Citra iii

16 DAFTAR GAMBAR 1. Tahapan Pelaksanaan Penelitian Proses Rekayasa Pengetahuan Representasi Spasial Citra Model Warna RGB dan HSV Jarak Euclid Model Warna HSV Kurva Fungsi Cauchy Sistem Inferensi Fuzzy Kerangka Pemikiran Penelitian Kurva Segitiga Keluaran Sistem Rancangan Antarmuka Sistem Temukembali Citra Diagram Konteks Sistem Temukembali Citra Arsitektur Sistem Temukembali Citra Diagram Aliran Data Sistem Temukembali Citra Dekomposisi Sistem Temukembali Citra Antarmuka Sistem Antarmuka Masukan Antarmuka Keluaran Antarmuka Pengaturan Parameter Sistem Instalasi Sistem Menggunakan Batchfile Menyalin File ke Memori dari Media Penyimpan Sistem Menyalin File Sistem ke Drive C Antarmuka Set Path Matlab Antarmuka Penambahan Path Antarmuka Pemilihan Direktori Antarmuka Penyimpanan Path Sistem Citra Hasil Proses Segmentasi Warna Grafik Jumlah Bin Warna Distribusi Bin Warna Referensi Grafik Nilai Presisi Optimasi Parameter Fuzzyfikasi Grafik Nilai Presisi Optimasi Agregasi Defuzzyfikasi iv

17 31. Tahapan Seleksi Tipe Kaidah Grafik Nilai Presisi Seleksi Tipe Kaidah Grafik Nilai Perbandingan Nilai Presisi Antar Metode Implikasi Grafik Nilai Presisi per Jenis Bunga Grafik Nilai Presisi - Recall Sistem Temukembali Citra Keluaran per Metode Implikasi Citra Keluaran Menggunakan Nilai Treshold Arsitektur Sistem Temukembali Citra Untuk Aplikasi Pertanian Arsitektur Sistem Pengklasifikasian Lahan (Parulekar et al, 2005) v

18 DAFTAR LAMPIRAN 1. Warna Referensi Tahapan Pembentukan Sistem Pakar Bagan Alir Sistem Temukembali Citra Basis Kaidah Fuzzy Distribusi Warna Citra Hasil Percobaan Optimasi Parameter Fuzzyfikasi Hasil Percobaan Optimasi Parameter Kurva Segitiga Hasil Percobaan Optimasi Parameter Kurva Gaussian Basis Kaidah Fuzzy Hasil Seleksi Hasil Percobaan Penilaian Kinerja Basis Kaidah Fuzzy Hasil Percobaan Metode Aljabar dan Einstein Nilai Presisi - Recall vi