BAB 2 LANDASAN TEORI

Transkripsi

1 BAB 2 LANDASAN TEORI Computer vision adalah bidang yang mempelajari metode-metode untuk memperoleh, memproses, menganalisa, serta memahami gambar 2 dimensi dari suatu pemandangan 3 dimensi. Gambar merupakan salah satu bentuk pencitraan dari suatu objek observasi. Pencitraan tersebut tersusun atas nilai-nilai intensitas yang ditangkap oleh kamera dalam bentuk matriks. Informasi yang menggambarkan objek observasi dapat dimanfaatkan dalam berbagai macam aplikasi seperti pendeteksian dan pengenalan objek dalam berbagai aspek. Aplikasi yang demikian dapat diwujudkan dengan interpretasi yang baik atas informasi objek yang telah diperoleh pada prosesproses middle-level dan low-level vision. Pengenalan objek 3 dimensi telah banyak diteliti jauh sebelum tahun Seiring dengan perkembangan dan penemuan metode-metode yang terjadi, pengenalan objek 3 dimensi juga turut mendapat imbasnya. Banyak sekali metode-metode yang dapat digunakan dalam pengenalan objek 3 dimensi yang masing-masing memiliki kelebihan dan kekurangannya masingmasing. 2.1 Pengenalan Objek 3 Dimensi Kemampuan pengenalan objek pada manusia sangat tinggi dan tidak membutuhkan usaha keras untuk mengenali beberapa objek pada suatu gambar, bahkan manusia mampu membedakan beberapa objek yang berbeda berdasarkan sudut penglihatan, ukuran, posisi, dan rotasinya (Mekala, Erdogan, dan Fan, 2010). Banyak teori yang dikemukakan mengenai proses pengenalan objek pada manusia. Teori-teori tersebutlah yang melandasi pendekatan proses pengenalan objek untuk dapat diterapkan pada mesin. Kemampuan manusia dalam pengenalan objek didukung peranan jaringan syaraf otak yang melakukan proses pembelajaran objek serta penyimpanan ingatan akan hal-hal yang terasosiasi dengan objek tersebut. McCulloch dan Pitts (1943) merupakan orang yang pertama kali melakukan pendekatan matematis terhadap jaringan syaraf otak manusia yang kemudian 5

2 6 dalam perkembangannya lebih dikenal sebagai jaringan syaraf tiruan. Konsepnya sama seperti pada cara kerja jaringan syaraf otak manusia, yaitu terus dilakukannya pembelajaran sampai jaringan tersebut mampu mengenali objek tersebut dengan representasi numerik dalam operasinya. Jaringan syaraf tiruan ini pun menjadi salah satu pilihan yang populer dari deretan kecerdasan buatan yang dapat digunakan dalam pengenalan objek 3 dimensi. Teori mengenai kecerdasan buatan yang semakin matang turut memperluas cakupan wilayah aplikasi yang memungkinkan seperti dalam bidang militer, keamanan, kesehatan, dan industri. Pengenalan objek 3 dimensi, pendeteksian kanker (Braik, 2011), pendeteksian wajah (Radha, 2011), serta pendeteksian sidik jari (Hsieh, 2008) merupakan beberapa contoh nyata wujud aplikasi kecerdasaan buatan seperti jaringan syaraf tiruan. Tahapan-tahapan yang berlangsung pada sistem pengenalan objek adalah sebagai berikut: a. Preprocessing Gambar berisi informasi objek yang diperoleh dari sensor, misalnya kamera. Tahapan ini bertujuan untuk mengekstrak informasi bentuk objek observasi dari gambar. Metode ekstraksi yang umumnya digunakan adalah deteksi tepi. b. Representasi/Processing Bentuk-bentuk yang menyusun suatu objek kemudian direpresentasikan secara numerik, sebagai shape descriptor. Suatu bentuk akan lebih mudah dibedakan dalam representasi numerik seperti dengan menggunakan shape descriptor. Selain itu, shape descriptor juga secara tidak langsung melakukan kompresi terhadap ukuran informasi sehingga dapat mengurangi proses komputasi. c. Pembelajaran dan Pengenalan Jaringan syaraf tiruan akan melakukan pembelajaran terhadap deskriptor bentuk yang telah diperoleh. Bila jaringan syaraf tiruan telah mendapatkan parameter-parameter yang sesuai dengan

3 7 kriteria dari proses pembelajaran, berarti jaringan syaraf tiruan tersebut telah siap digunakan untuk uji coba pengenalan objek. Dalam pengenalan objek 3 dimensi, jaringan syaraf tiruan harus mampu mengenali objek observasi sebagai objek yang sama walaupun objek observasi mengalami perubahan orientasi. Penelitian terdahulu yang membahas mengenai pengenalan objek 3 dimensi umumnya menggunakan metode dasar yang sama, yaitu mendiskritkan sudut pandang ke dalam suatu set data dan melatih sebuah detektor untuk mengenali tiap sudut pandang yang telah diambil (Fidler, 2012). Metode dasar yang demikian menjadi landasan bagi pengembangan metode-metode baru dalam pendeteksian objek 3 dimensi, seperti pendeteksian objek 3 dimensi dengan menggunakan viewbased seperti pada jurnal berjudul Thinking Inside the Box: Using Appearance Models and Context Based on Room Geometry (Hedau, 2010), Object Detection with Discriminatively Trained Part Based Models (Felzenszwalb, 2010), Dominant Orientation Templates for Real-time Detection of Texture-less Objects (Hinterstoisser, Lepetit, Slobodan, Fua, & Navab, 2010), serta 3D Object Detection and Viewpoint Estimation with a Deformable 3D Cuboid Model (Fidler, Dickinson, & Urtasun, 2012) Preprocessing Tahapan preprocessing umumnya bertujuan untuk mengekstrak informasi bentuk objek observasi dari gambar. Kamera yang digunakan sebagai sensor akan mengubah informasi objek 3 dimensi ke dalam suatu matriks yang tersusun atas nilai intensitas. Nilai intensitas tersebut kemudian diolah dengan operasi-operasi pada setiap pixel sehingga menghasilkan matriks dengan data yang telah berubah menjadi informasi yang lebih mudah diproses pada tahapan berikutnya. Metode yang biasanya digunakan untuk mengekstrak bentuk objek adalah pendeteksi tepi. Metode tersebut akan mendefinisikan perbedaan intensitas yang signifikan sebagai tepian. Metode-metode yang populer digunakan sebagai pendeteksi tepian antara lain adalah:

4 8 1. Marr-Hildreth Edge Detector Marr-Hildreth Edge Detector digagas oleh David Marr dan Ellen Hildreth sebagai metode berbasiskan gradien. Gagasan utamanya adalah menggunakan operator Laplacian of Gaussian (LoG) untuk mendapatkan turunan ke-2 dari gambar (Nadernejad, 2008). 2. Canny Edge Detector Canny Edge Detector merupakan pendeteksi tepi yang menjadi standar yang digunakan dalam industri. John Canny berhasil menemukan pendeteksi tepi berbasiskan gradien dengan menggunakan operator Gaussian (Nadernejad, 2008). 3. SUSAN Edge Detector SUSAN merupakan singkatan untuk Smallest Univalue Segment Assimilating Nucleus. Digagas oleh Smith dan Brady, metode ini tidak menggunakan pendekatan berbasiskan gradien gambar, melainkan melihat kesamaan nilai intensitas pada suatu mask (Smith dan Brady, 1995). Masing-masing metode tersebut memiliki kelebihan dan kekurangannya tersendiri yang bisa dimanfaatkan sesuai dengan kriteria sistem. a. Marr-Hildreth Edge Detector Marr-Hildreth Edge Detector merupakan pendeteksi tepi yang populer sebelum Canny Edge Detector ditemukan. Marr-Hildreth Edge Detector menggunakan fungsi LoG (Nadernejad, 2008). Tahapan yang dilakukan dalam Marr-Hildreth Edge Detector adalah sebagai berikut: 1. Buat mask LoG. 2. Konvolusi gambar dengan mask LoG. 3. Lakukan deteksi Zero Crossing.

5 9 Mask merupakan sebuah matriks yang memiliki sekumpulan nilai. Mask digunakan sebagai filter yang membatasi sebuah operasi tertentu agar hanya dapat diaplikasikan pada satu daerah pada gambar pada satu waktu. Mask Gaussian adalah sebuah matriks dengan dimensi panjang dan lebar yang sama dan berbentuk seperti lonceng. Untuk menentukan nilai-nilai yang akan mengisi mask tersebut, persamaan dasar Gaussian adalah sebagai berikut: Persamaan 2.1 Misalkan mask Gaussian yang ingin dibuat berdimensi 3x3, maka nilai Gaussian untuk setiap koordinat masknya adalah sesuai dengan persamaan di atas. Variabel x dan y merupakan posisi koordinat baris dan kolom secara berurutan. Sementara itu adalah standar deviasi distribusi dari Gaussian. Gambar 2.1 Plot 3 dimensi Laplacian of Gaussian (Sumber: Image Feature Detection oleh Rhody) Mask LoG merupakan mask turunan ke-2 dari mask Gaussian. Fungsi tersebut diturunkan sebanyak 2 kali masing-masing terhadap x dan y sehingga diperolehlah fungsi LoG sebagai berikut:

6 10 Persamaan 2.2 Mask LoG yang telah dibuat berdasarkan persamaan di atas kemudian dikonvolusikan terhadap gambar. Hasil konvolusinya belum berupa gambar dengan tepi yang jelas terlihat, maka dari itu dilakukanlah Zero Crossing untuk menetapkan pixel-pixel yang berperan sebagai tepi. Pixel yang dinyatakan sebagai tepi pada adalah pixel dengan nilai yang melewati 0 dan terdapat perubahan tanda baik positif maupun negatif. Bila gambar sebelumnya diperhalus dengan mask LoG yang terlalu besar, maka gambar akan menjadi buram dan semakin sedikit Zero Crossing yang ada pada gambar, menyebabkan tepi semakin sulit dideteksi. Fungsi Marr-Hildreth yang menggunakan LoG akan membuat pendeteksian tepi menjadi peka terhadap perubahan intensitas yang ada sehingga hasil deteksi tepi akan menjadi terlalu detil serta garis tepi yang tebal sehingga sulit untuk mendapatkan bentuk objek yang sebenarnya. Bila faktor diperbesar, tepian akan tetap terhubung seiring dengan detil yang semakin berkurang. b. Canny Edge Detector Canny Edge Detector menggunakan fungsi Gaussian dalam operasinya (Nadernejad, 2008). Tahapan yang dilakukan dalam Canny Edge Detector adalah sebagai berikut: 1. Buat mask Gaussian. 2. Konvolusi gambar dengan mask Gaussian. 3. Hitung gradien setiap pixel pada gambar. 4. Aplikasikan Non-Maximum Surpression (NMS). Fungsi Gaussian yang digunakan pada Canny Edge Detector merupakan fungsi yang sama pada Marr-Hildreth Edge Detector. Hanya saja pada Canny Edge Detector, fungsi Gaussian yang digunakan tidak mengalami penurunan lebih lanjut. Pada

7 11 penggunaannya, mask Gaussian berfungsi sebagai operator untuk menghaluskan gambar. Persamaan 2.3 Setelah konvolusi antara mask Gaussian dengan gambar, maka akan diperoleh gambar yang lebih halus. Gambar yang masing-masing pixel nya memiliki nilai intensitas kemudian dicari gradiennya. Gradien ini merupakan perubahan intensitas yang terjadi terhadap sumbu x maupun sumbu y. Magnitude dari gradien tersebut dapat menunjukkan letak dari tepi pada gambar. Seringkali tepi yang dihasilkan memiliki ketebalan lebih dari satu pixel dengan magnitude yang bervariasi. Dengan menggunakan NMS, pixel dengan magnitude tidak paling besar disepanjang arah gradiennya akan diubah menjadi 0, menyisakan satu pixel saja di sepanjang arah gradien tersebut. Hasilnya, tepian yang memiliki ketebalan lebih dari satu pixel akan menjadi satu pixel tebalnya. Canny Edge Detector yang demikian, lain halnya dengan Marr-Hildreth Edge Detector yang biarpun sama-sama berbasiskan gradien gambar dan pengaruh operator Gaussian, akan tetapi bila faktor diperbesar nilainya akan menyebabkan tepian yang terputus. Selain itu, Canny Edge Detector menghasilkan gambar tepian yang lebih bersih dibandingkan dengan Marr-Hildreth Edge Detector. c. SUSAN Edge Detector SUSAN (Smith & Brady, 1995) memiliki pendekatan berbeda dari metode pendeteksi tepi sebelumnya seperti Canny Edge Detector. Algoritma yang digunakan pada SUSAN tidak bergantung pada penghalusan gambar sebelum gambar tersebut diproses. SUSAN juga tidak memperhitungkan turunan dari ruang pixel pada gambar, melainkan menentukan tepi objek dengan membandingkan intensitas suatu pixel dengan pixel disekitarnya. Penggambaran area mask dapat dilihat pada gambar 2.1 berikut.

8 12 Gambar 2.2 Beberapa mask SUSAN untuk menandai area pixel yang ditinjau (Sumber: Object Recognition A Shape-Based Approach using ANN oleh Vries) Perbandingan nilai intensitas pixel akan dibatasi dalam sebuah mask berbentuk lingkaran. Intensitas pixel yang dibedakan adalah pixel yang berada di tengah mask dengan seluruh pixel disekitarnya. Berikut ini adalah persamaan yang digunakan dalam metode SUSAN. c( ) = Persamaan 2.4 = posisi pixel yang sedang diobservasi = posisi pixel lainnya yang berada di dalam mask t = threshold perbedaan intensitas cahaya c = keluaran perbandingan = intensitas pixel Dengan persamaan yang digunakan, kita akan mendapatkan nilai 1 atau 0 yang akan disimpan pada matriks terpisah, tergantung dari intensitas pixel pusat dan intensitas pixel di sekelilingnya. Tahap selanjutnya adalah melakukan thresholding untuk membalik hasil SUSAN yang tadinya memiliki warna hitam untuk

9 13 informasi tepi dan putih untuk latar belakang menjadi warna sebaliknya. Gambar 2.3 Beberapa pixel yang telah melakukan perbandingan intensitas menggunakan SUSAN (Sumber: Object Recognition A Shape-Based Approach using ANN oleh Vries) Dari beberapa metode yang dipaparkan sebelumnya, kelebihan dan kekurangannya terhadap system yang ingin dibangun pada penelitian ini dapat diringkas dalam tabel 2.1 berikut Tabel 2.1 Tabel Perbandingan Algoritma Pendeteksian Tepi Kekurangan Kelebihan Marr-Hildreth - Kurang baik dalam mendefinisikan sudut - Sensitif terhadap perubahan intensitas - Garis tepi yang dihasilkan detil - Tidak tahan terhadap noise - Garis tepi yang dihasilkan relatif tebal Canny - Garis tepi yang dihasilkan detil - Garis tepi yang - Tidak tahan terhadap noise dihasilkan tipis - Sensitif terhadap perubahan intensitas SUSAN - Garis tepi yang dihasilkan terlalu tebal - Garis tepi yang dihasilkan lebih - Kurang sensitif terhadap perubahan kontinyu intensitas yang kecil - Tahan terhadap noise - Garis tepi yang dihasilkan tidak detil

10 Processing Tahapan processing merupakan tahap dimana bentuk yang telah diekstrak pada tahap preprocessing, direpresentasikan secara numerik sehingga bentuk yang satu dengan bentuk lainnya mudah untuk dibedakan. Bentuk representasi numerik yang demikian dikenal sebagai shape descriptor. Representasi dalam bentuk vektor numerik tersebut juga secara tidak langsung mengkompresi ukuran informasi sehingga tidak memberatkan proses komputasi (Vries). Terdapat berbagai metode yang biasanya digunakan dalam representasi bentuk objek namun masing-masing metode memiliki kelebihan dan kekurangannya tersendiri terhadap variasi translasi, rotasi, dan skala objek maupun bentuk. Metode-metode yang umumnya digunakan adalah sebagai berikut: 1. Pixel Representation 2. Centroid Distance Function 3. Chain Code 4. Radial Descriptor a. Pixel Representation Pixel Representation merupakan direct descriptor yang paling sederhana dibandingkan dengan metode lainnya (Vries). Suatu gambar atau bentuk dinyatakan dalam nilai pixel yang apa adanya tanpa melalui proses lainnya. Pixel-pixel yang membentuk gambar atau objek tersebut akan menjadi masukan bagi sistem yang akan dilatih untuk melakukan pengenalan. Bila suatu gambar tersusun atas 120x160 pixel, maka masukan bagi sistem pengenal adalah 120x160 banyaknya. Cara yang demikian tentu akan membawa masalah seperti tahap preprocessing yang harus lebih baik dan juga tidak ada jaminan akan berfungsi dengan baik pada tahap pengenalan. Selain itu proses komputasi akan menjadi lebih banyak karenanya.

11 15 b. Centroid Distance Function Centroid Distance Function merupakan shape descriptor yang memetakan titik pusat gravitasi dari objek terhadap tepiannya (Yang, 2008). Untuk suatu bentuk 2 dimensi yang terdefinisikan dengan garis sepanjang koordinat x dan y, dicarilah titik pusat gravitasinya (gx, gy) dengan persamaan berikut: Persamaan 2.5 Titik pusat gravitasi dilambangkan dalam gx untuk koordinat x dan gy untuk koordinat y. Untuk mencari gx, seluruh koordinat pixel dalam koordinat x dijumlah dan kemudian dicari nilai rata-ratanya, begitupula dengan gy dengan koordinat y. Didapatlah koordinat gx dan gy sebagai titik pusat gravitasi dari bentuk tersebut. Setelah mendapatkan titik pusat gravitasi, maka diukurlah jarak antara titik pusat terhadap pixel-pixel yang membentuk tepian objek. Jarak-jarak tersebutlah yang akan merepresentasikan bentuk objek dalam bentuk vektor. Descriptor dengan metode ini akan lebih baik dalam merepresentasikan bentuk sehingga lebih mudah dibedakan. c. Chain Code Chain Code merupakan shape descriptor yang berlandaskan tepian atau border based descriptor. Chain Code yang digagas oleh Freeman pada tahun 1961 ini memberi kode pada tepian dengan cara melihat arah dari pixel-pixel yang saling terhubung (Sleit, 2006). Proses pemberian kode ini dapat menggunakan pendekatan 4- neighborhood maupun 8-neighborhood.

12 16 Gambar neighborhood dan 8-neighborhood Chain Code (Sumber: A Chain Code Approach for Recognizing Basic Shapes oleh Sleit) Setiap hubungan antar pixel akan dinyatakan dalam kode sesuai dengan aturan 4-neighborhood atau 8-neighborhood. Misalkan pixel p(x, y) terhubung dengan pixel p(x+1, y) di mana x merupakan baris dan y adalah kolom pada koordinat gambar, maka hubungan antara p(x,y) dengan p(x+1, y) akan dikodekan dengan nilai 3 pada 4- neighborhood atau 6 pada 8-neighborhood. Metode ini akan menelusuri tepian objek hingga bertemu titik permulaan, menghasilkan serentetan kode yang merepresentasikan objek tersebut. Representasi Chain Code banyak digunakan dalam pengenalan objek karena kompresi informasinya yang dianggap cukup baik. Selain itu representasi Chain Code memiliki sifat invariant terhadap translasi 2 dimensi, akan tetapi bersifat variant terhadap rotasi dan skala serta sangat peka terhadap noise. d. Radial Descriptor Representasi pada metode ini menggunakan sebuah lingkaran yang ditempatkan di bagian tengah dari objek, lalu membuat lingkaran yang lebih besar di bagian luar lingkaran pertama, dan seterusnya. Sudut dari titik-titik pada lingkaran yang mengenai objek nantinya akan diubah ke bentuk matriks yang akan diberikan ke dalam jaringan syaraf tiruan.

13 17 Gambar 2.5 lingkaran yang terbentuk dari titik perpotongan (kiri), dan objek dengan 20 lingkaran equidistant (kanan) (Sumber: Object Recognition A Shape-Based Approach using ANN oleh Vries) Seperti yang dapat dilihat pada gambar 2.1 diatas, penggunaan lingkaran adalah agar jika objek berubah orientasinya, nilai pada titiktitik pertemuan antara lingkaran dan benda target tidak akan berubah, sehingga dapat dikatakan bahwa metode ini bersifat invarian terhadap rotasi 2 dimensi. Dari beberapa metode yang dipaparkan sebelumnya, kelebihan dan kekurangannya terhadap sistem yang ingin dibangun pada penelitian ini dapat diringkas dalam tabel 2.2 berikut ini

14 18 Tabel 2.2 Tabel Perbandingan Algoritma Descriptor Kekurangan Kelebihan Pixel Representation - Variant terhadap orientasi (translasi dan rotasi) - Komputasi yang berat karena datanya yang banyak - Algoritma yang cukup mudah karena data dimasukkan apa adanya sebagai informasi Centroid - Hanya - Invariant terhadap Distance Function merepresentasikan titik pusat bentuk, tidak merepresentasikan tepian bentuk translasi dan rotasi - Algoritma simpel Chain Code - Variant terhadap - Invariant terhadap rotasi dan skala translasi - Dapat merekonstruksi tepian bentuk - Algoritma simpel Radial - Algoritma yang - Invariant terhadap Descriptor kompleks rotasi dan skala - Merepresentasikan bentuk objek dengan jumlah data yang sedikit Pembelajaran dan Pengenalan Pengenalan objek 3 dimensi semakin hari membutuhkan teknik yang memiliki tingkat kecerdasan yang semakin baik seiring dengan bertambahnya objek 3 dimensi dalam internet, basis data, maupun aplikasi lainnya (Elhachloufi, El Oirrak, Aboutajdine dan Kaddioui, 2011).

15 19 Pada sistem pengenalan objek 3 dimensi, dibutuhkan suatu algoritma kecerdasan buatan yang dapat mengelompokkan data-data dan informasi yang telah dibuat dan disederhanakan sehingga sistem dapat mengenali dan mengingat keluaran berdasarkan masukan yang diberikan terhadap sistem. Kecerdasan buatan yang digunakan dalam pengenalan objek 3 dimensi sampai saat ini adalah jaringan syaraf tiruan dan logika fuzzy. a. Jaringan Syaraf Tiruan Jaringan syaraf tiruan adalah metode yang memiliki ketahanan yang paling baik sehingga banyak digunakan dalam pengenalan pola, klasifikasi, dan representasi kecerdasan (Elhachloufi, El Oirrak, Aboutajdine dan Kaddioui, 2011). Jaringan syaraf tiruan meniru jaringan syaraf manusia untuk menghasilkan kecerdasan buatan dengan cara pembelajaran. Gambar 2.6 Komponen jaringan syaraf tiruan (Sumber: Artificial Neural Networks for Beginners oleh Carlos) Pada jaringan syaraf tiruan yang sederhana, suatu neuron terdiri atas masukan (p), bobot (W), serta fungsi aktivasi (f{}). f( Persamaan 2.6 Bobot merupakan suatu nilai yang mendefinisikan tingkat atau kepentingan hubungan antara suatu node dengan node yang lain. Nilai bobot ini akan terus berubah menyesuaikan dirinya agar

16 20 dapat menyelesaikan setiap permasalahan baru yang diberikan pada sistem. Bias digunakan untuk menggeser nilai hasil dari fungsi aktivasi ke kanan dan ke kiri. Sedangkan fungsi aktivasi merupakan suatu fungsi yang akan mentransformasikan suatu masukan menjadi suatu output tertentu. Untuk pengenalan objek 3 dimensi, masukan bagi neuron berupa representasi bentuk objek. Masing-masing bentuk objek akan diberikan bobot sebagai proses klasifikasi. Bentuk objek yang telah diberi bobot akan dimasukkan ke dalam suatu fungsi aktivasi untuk menghasilkan output sesuai dengan kriteria yang diinginkan. Gambar 2.7 Contoh arsitektur multilayer (Sumber: Artificial Neural Networks for Beginners oleh Carlos) Fungsi aktivasi log-sigmoid merupakan salah satu fungsi yang umum digunakan untuk menyelesaikan permasalahan yang solusinya tidak linier. Persamaan dari fungsi log-sigmoid adalah sebagai berikut: Persamaan 2.7 Fungsi log-sigmoid memiliki solusi yang berkisar dari nilai 0 hingga 1. Persamaan fungsi log-sigmoid mengandung komponen

17 21 logaritmik sehingga solusinya tidaklah linier. Faktor pada fungsi tersebut merupakan faktor untuk meningkatkan maupun mengurangi slope agar mendapatkan solusi sesuai dengan karakteristik yang diinginkan sistem. Hasil fungsi aktivasi logsigmoid tergambarkan seperti pada gambar 2.8 Gambar 2.8 Kurva fungsi aktivasi log-sigmoid (Sumber: Jaringan syaraf tiruan dapat menyelesaikan permasalahan yang kompleks dengan modifikasi arsitektur jaringan yang dianggap sesuai dengan hasil yang diinginkan seperti misalnya membuat lebih dari satu layer neuron atau menambahkan jumlah node. Perubahan arsitektur jaringan syaraf akan turut mempengaruhi proses pembelajaran jaringan. Hal lainnya yang perlu diperhatikan dalam jaringan syaraf tiruan adalah metode pembelajaran bagi jaringan. Metode pembelajaran menentukan bagaimana bobot serta bias (bila digunakan) diperbaharui. Hanya dengan menentukan hubungan antara masukan dan output, metode pembelajaran akan menentukan bobot yang sesuai agar hubungan masukan dan output yang ditentukan tercapai. Metode pembelajaran yang umumnya digunakan adalah backpropagation. Metode ini menggunakan pendekatan Gradient Descent untuk mencari nilai square error paling kecil. Pada jaringan syaraf tiruan, pendekatan Gradient Descent digunakan

18 22 untuk memperbaharui nilai bobot dan bias pada jaringan. Implementasi Gradient Descent pada jaringan backpropagation menghasilkan persamaan untuk bobot (persamaan 2.8) dan bias (persamaan 2.9) yang baru, yaitu sebagai berikut: w i j m m Fˆ, ( k + 1) = wi, j( k ) α m w i, j Persamaan 2.8 m m Fˆ b i ( k + 1) = b i ( k ) α Persamaan 2.9 b i m Proses pembelajaran atau pembaharuan bobot dan bias jaringan dipengaruhi oleh faktor sensitivitas dan learning rate. Sensitivitas mewakili komponen error yang diperlukan dalam metode Gradient Descent untuk menentukan besar step berikutnya agar dapat mencapai hasil square error paling kecil. Terdapat juga parameter yang merupakan learning rate. Baik learning rate dan sensitivity memberi pengaruh kecepatan pada pembelajaran jaringan. Jaringan syaraf tiruan memiliki properti yang membuat metode ini patut dijadikan kecerdasan untuk pengenalan objek (Vries) seperti: 1. Generalisasi Jaringan syaraf tiruan memiliki ketahanan terhadap perubahan yang tidak signifikan seperti misalnya bila representasi objek pada tahap sebelumnya tidak sepenuhnya sama. 2. Expandability

19 23 Jaringan syaraf tiruan dapat dengan mudah diekspansi tanpa harus mengubah sistem kecerdasan secara keseluruhan. 3. Memory Saving Dalam proses pembelajaran, jaringan syaraf tiruan tidak perlu mempelajari semua set yang ada untuk dapat melakukan klasifikasi. Pembelajaran dapat dilakukan hanya dengan set yang representatif. b. Logika Fuzzy Logika Fuzzy merepresentasikan hubungan antara variabel masukan dengan variabel keluaran sistem (Elhachloufi, El Oirrak, Aboutajdine dan Kaddioui, 2011). Metode ini dapat digunakan terutama bila hubungan antara masukan dan keluaran tidaklah linear serta bila representasi model matematika sistem tidak terlalu jelas. Model dalam logika fuzzy terdiri atas 3 tahapan yaitu: 1. Fuzzification Tahapan ini bertujuan untuk mendefinisikan variabel linguistik dan fungsi keanggotaan. 2. Inference Tahapan ini bertujuan untuk menentukan aturan inferensi dengan menggunakan fungsi jika maka/if then. 3. Deffuzzification Tahapan ini akan menentukan variabel output yang seharusnya dengan menggunakan metode-metode seperti nilai maksimum, perhitungan titik pusat gravitasi, dan sebagainya. Dalam pengenalan objek 3 dimensi, metode logika fuzzy dikenal sebagai metode tanpa pembelajaran namun pemodelan logika fuzzy harus sudah ditetapkan dari awal. Bila

20 24 sistem ingin diekspansi untuk memasukkan variabel masukan baru, maka pemodelan harus dirombak kembali. Dari beberapa metode yang dipaparkan sebelumnya, kelebihan dan kekurangannya terhadap sistem yang ingin dibangun pada penelitian ini dapat diringkas dalam tabel 2.3 berikut Tabel 2.3 Tabel Perbandingan Algoritma Kecerdasan Buatan Kekurangan Kelebihan Jaringan Syaraf Tiruan - Tidak ada acuan yang jelas untuk - Ketahanan terhadap menentukan perubahan input arsitektur yang (generalisasi) sesuai untuk - Sistem dapat sistem diekspansi tanpa mengubah sistem secara keseluruhan - Proses pembelajaran dapat dilakukan dengan set yang representatif Logika Fuzzy - Sistem harus diubah total bila ingin diekspansi - Tidak perlu tahap pembelajaran untuk mengenali objek 2.2 Pengenalan Objek 3 Dimensi dengan Jaringan Syaraf Tiruan Pada perkembangannya, sistem jaringan syaraf tiruan adalah sebuah metode yang paling banyak digunakan dan diminati oleh peneliti karena kemampuan mempelajari dan mengolah data fitur yang telah dikumpulkan dari banyak gambar 2 dimensi ke dalam objek 3 dimensi. Dengan penggunaan jaringan syaraf tiruan diharapkan dapat dibentuk sebuah sistem

21 25 yang dapat menggeneralisasi objek dengan baik sehingga dapat dengan mudah mempelajari objek-objek baru. Metode jaringan syaraf tiruan memiliki beragam kemungkinan dalam penerapannya karena didukung dengan banyaknya parameter yang dapat diubah sesuai kebutuhan agar dapat menyelesaikan masalah yang bersifat general ataupun spesifik. Berikut ini merupakan metode pengenalan objek 3 dimensi menggunakan jaringan syaraf tiruan dengan pendekatan yang berbeda Jaringan Syaraf Pada View-Based 3D Object Detection Pada jurnal bejudul 3D Object Recognition Using Multiple Views and Neural Networks (Mashor, 2006), Mashor melakukan pendekatan menggunakan metode view-based, dimana pengenalan objek 3 dimensi ini membutuhkan gambar 2 dimensi yang diambil dari beberapa kamera untuk menentukan intensitas 2 dimensi gambar tersebut. Kamera yang digunakan akan ditaruh pada kondisi yang stabil dan diletakkan pada sebuah meja yang dapat berputar Penerangan pun dikondisikan sedemikian rupa agar bayangan objek tidak terbentuk dan mengubah interpretasi sistem terhadap objek. Objek akan diputar sebanyak 5 0 untuk setiap pengambilan gambar hingga terpenuhi satu putaran penuh. 72 hasil gambar 2 dimensi kemudian dikelompokkan, 36 gambar sebagai gambar yang akan dilatih, dan 36 gambar sebagai gambar yang akan diuji. Setelahnya gambar-gambar tersebut akan diberikan ke jaringan syaraf tiruan untuk pengklasifikasian dari objek 3 dimensi. Penelitian terkini menambahkan, dua model jaringan syaraf tiruan yaitu multilayered perceptron (MLP) dan hybrid multi-layered perceptron (HMLP) telah sukses mengklasifikasikan objek 3 dimensi dengan akurasi mencapai 100% dengan menggunakan objek dasar (kubus, lingkaran, prisma) dan objek bebas (patung kuda, mobil mainan, binatang mainan). Walaupun dikatakan pengenalan objek 3 dimensi dengan metode ini memiliki akurasi yang mencapai sempurna, bukan berarti metode ini tidak memiliki kelemahan. Kelemahan utama yang dimiliki metode ini adalah proyeksi gambar dari 3 dimensi ke 2

22 26 dimensi. Terlebih lagi karena adanya ketergantungan dari sudut pandang kamera dan geometri saat pengambilan gambar dari 3 dimensi ke 2 dimensi Jaringan Syaraf Pada Feature-Based 3D Object Detection Pengembangan selanjutnya yang dapat menutup kekurangan dari metode view-based diberikan oleh Abdel, et al (2012) dalam papernya yang berjudul Feature based 3D Object Recognition using Artificial Neural Networks. Pada mode Feature-based, dibutuhkan ekstraksi dari beberapa fitur objek dan membedakannya dengan fitur dari gambar-gambar lainya. Algoritma ini nantinya akan digunakan untuk memilih kumpulan fitur mana yang paling baik untuk digunakan sebagai pengenal sebuah objek dari gambar 2 dimensi yang sudah dikumpulkan. Struktur jaringan syaraf yang digunakan pada metode ini adalah multi-layered feed forward network. Jaringan ini terdiri dari sebuah masukan layer, output layer, serta satu buah hidden layer. Masukan layer dirancang untuk dapat menangani 20 buah masukan yang didapat dari kamera. Hidden layer akan terdiri unit tersembunyi bersifat non-linear dan melakukan transformasi non-linear. Sedangkan untuk fungsi transfer yang digunakan pada pemrosesan akan digunakan fungsi transfer sigmoid. Pada metode yang ada pada metode ini adalah tidak adanya fitur rumit yang dibuat untuk memodelkan objek 3 dimensi, sehingga waktu pemrosesan bisa lebih difokuskan untuk mengekstrak fitur yang telah didapat. Hasil yang didapat dari penelitian menunjukkan kecocokan 100% pada tahap pelatihan jaringan syaraf dan 99,9426% pada tahap percobaan. Dari beberapa metode yang dipaparkan sebelumnya, kelebihan dan kekurangannya terhadap sistem yang ingin dibangun pada penelitian ini dapat diringkas dalam tabel 2.4 berikut

23 27 Tabel 2.4 Tabel Perbandingan Metode Pendeteksian Objek Kekurangan Kelebihan 3D Object Recognition - Training set yang banyak - Deskriptor invariant terhadap orientasi Using Multiple - Sensor kamera yang (translasi dan rotasi) Views and Neural digunakan banyak - Akurasi pengenalan mencapai 100% Networks Feature based 3D Object - Training set yang banyak - Deskriptor invariant terhadap orientasi Recognition - Sensor kamera yang (translasi dan rotasi) using Artificial Neural Networks digunakan - Akurasi pengenalan mencapai 99,9426%