PENGARUH FAKTOR PROPORSIONAL PADA JARINGAN SARAF PROPAGASI BALIK UNTUK PENGENALAN WAJAH BERBASIS EIGENFACES SKRIPSI QUARTHANO REAVINDO

Transkripsi

1 PENGARUH FAKTOR PROPORSIONAL PADA JARINGAN SARAF PROPAGASI BALIK UNTUK PENGENALAN WAJAH BERBASIS EIGENFACES SKRIPSI QUARTHANO REAVINDO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

2 PENGARUH FAKTOR PROPORSIONAL PADA JARINGAN SARAF PROPAGASI BALIK UNTUK PENGENALAN WAJAH BERBASIS EIGENFACES SKRIPSI Diajukan untuk melengkapi dan memenuhi syarat mencapai gelar Sarjana Sains QUARTHANO REAVINDO DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009

3 ii PERSETUJUAN Judul : PENGARUH FAKTOR PROPORSIONAL PADA JARINGAN SARAF PROPAGASI BALIK UNTUK PENGENALAN WAJAH BERBASIS EIGENFACES Kategori : SKRIPSI Nama : QUARTHANO REAVINDO Nomor Induk Mahasiswa : Program Studi : SARJANA (S1) MATEMATIKA Departemen Fakultas Komisi Pembimbing : : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Diluluskan di Medan, Juni 2009 Pembimbing 2 Pembimbing 1 Syahriol Sitorus, S.Si, M.IT Drs. Suyanto, M.Kom NIP NIP Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua, Dr. Saib Suwilo, M.Sc NIP

4 iii PERNYATAAN PENGARUH FAKTOR PROPORSIONAL PADA JARINGAN SARAF PROPAGASI BALIK UNTUK PENGENALAN WAJAH BERBASIS EIGENFACES SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Juni 2009 QUARTHANO REAVINDO

5 iv PENGHARGAAN Alhamdulillah, puji dan syukur penulis panjatkan kepada Allah Ta ala, karena dengan limpahan karunia-nya skripsi ini berhasil diselesaikan. Ucapan terima kasih saya sampaikan kepada Drs. Suyanto, M.Kom dan Syahriol Sitorus, S.Si, M.IT selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas dan padat serta profesional telah diberikan kepada saya agar dapat menyelesaikam tugas ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Matematika, Dr. Saib Suwilo, M.Sc dan Drs. Henri Rani Sitepu, M.Si. Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam, semua dosen pada Departemen Matematika FMIPA USU, dan para pegawai di FMIPA USU. Tidak terlupakan kepada bapak dan ibu tercinta yang selalu memberikan doa dan dorongan untuk menyelesaikan tugas ini secepatnya. Buat sobat-sobat di bidang komputasi matematika (Robby Ulfan, Taufiq Affandi), bang Zaini, bang Toni, rekan-rekan di Laboratorium Komputasi Matematika (bang Salman, Radhi, Andika, Santri, Mizwar), sang pengolah citra buat penelitian ini (Mr. Gun), sobat-sobat mantan pengurus Ikatan Mahasiswa Matematika Muslim (IM 3 ) periode (Deni, Indra, Ramidin, Rajali), model-model pada penelitian ini (Taufik Zuhri, Mandra), para guru dan sesama penuntut ilmu Syar i, para guru dan sesama tamid di Thifan Po Khan aliran Tsufuk lanah USU Medan (pak Yusvi c.s). Tiada kata yang dapat ku katakan dengan indah dan sempurna selain terima kasihku atas kebaikan kalian semua, semoga Allah membalas kebaikan kalian semua. Tidak lupa kepada Darto Siregar, Jose dan semua pihak yang telah membantu, penulis mengucapkan terima kasih atas bantuannya selama ini.

6 v ABSTRAK Jaringan saraf propagasi balik yang standard (standard backpropagation) selama ini telah dikembangkan dengan 2 faktor pembelajaran, yaitu laju pembelajaran (α) dan momentum (β). Faktor pembelajaran ketiga yang disebut faktor proporsional (γ) digunakan pada penelitian ini untuk mengamati pengaruhnya pada pengenalan wajah berbasis eigenfaces. Pengaruh tersebut dapat diukur melalui perbandingan kinerja dari kedua jenis jaringan saraf propagasi balik tersebut. Kinerja jaringan yang digunakan sebagai acuan adalah kecepatan konvergensi jaringan, kemampuan memorisasi dan kemampuan generalisasi jaringan. Melalui pengukuran terhadap kinerja tersebut, maka penelitian ini menilai bahwa faktor proporsional akan memperburuk kinerja jaringan saraf bila digunakan pada interval [0.1, 0.9] dan [0.01, 0.09] sedangkan pada interval [0.001, 0.009] akan memberikan kinerja yang baik.

7 vi THE INFLUENCE OF PROPORTIONAL FACTOR AT BACKPROPAGATION FOR THE RECOGNITION OF THE FACE THAT BASED ON EIGENFACES ABSTRACT At this time the standard backpropagation has been developed by 2 learning factors, that are learning rate (α) and momentum (β). The third factor that is called proportional factor (γ) is used in this research to control its influence for the recognition of the face that based on eigenfaces. The influence of this factor can be measured by passing through the comparation performance of the two kinds backpropagation above. The network performance that are used as the basics are the convergence speed of the network, the ability of network memorization and the network generalization. By passing through the measurement of the performances so this research concludes that proportional factor will bring bad performance about the neural network when it is used at the interval [0.1, 0.9] and [0.01, 0.09] but at the interval [0.001, 0.009] it will give good performance.

8 vii DAFTAR ISI Halaman Persetujuan Pernyataan Penghargaan Abstrak Abstract Daftar isi Daftar Tabel Daftar Gambar ii iii iv v vi vii ix x Bab 1 Pendahuluan Latar Belakang Identifikasi Masalah Batasan Masalah Tujuan Penelitian Kerangka Penelitian Tinjauan Pustaka 8 Bab 2 Landasan Teori Jaringan Saraf Propagasi Balik Transformasi Data Dengan Menggunakan Metode Principal Component Analysis (PCA) 23 Bab 3 Metodologi Metode Pengumpulan Data Metode Normalisasi Data Metode Penentuan Arsitektur Jaringan Metode Inisialisasi Bobot-Bobot Awal Metode Pelatihan Metode Pengujian 38 Bab 4 Hasil dan Pembahasan Hasil dan Pembahasan Penelitian Jaringan Saraf Propagasi Balik dengan 2 Faktor Hasil dan Pembahasan Penelitian Jaringan Saraf Propagasi Balik dengan 3 Faktor 44

9 viii Bab 5 Penutup Kesimpulan Saran 57 Daftar Pustaka 58 Lampiran A 60 Lampiran B 61 Lampiran C 62

10 ix DAFTAR TABEL Halaman Tabel 3.1 Tabel Pelabelan Data Diskrit Dari Setiap Citra Wajah 28 Tabel 3.2 Tabel Pelabelan Data Normal Dari Setiap Citra Wajah 30 Tabel 3.3 Tabel Pendefinisian Target Keluaran 31 Tabel 3.4 Tabel Susunan Data Pelatihan 34 Tabel 3.5 Tabel Data Pengujian 39 Tabel 4.1 Tabel Hasil Penelitian Kelompok Penelitian I 41 Tabel 4.2 Tabel Hasil Penelitian Kelompok Penelitian II 42 Tabel 4.3 Tabel Hasil Penelitian Implementasi Menaik Tahap 1 Pada Kelompok Penelitian I 44 Tabel 4.4 Tabel Hasil Penelitian Implementasi Menurun Tahap 1 Pada Kelompok Penelitian I 44 Tabel 4.5 Tabel Hasil Penelitian Implementasi Menaik Tahap 1 Pada Kelompok Penelitian II 46 Tabel 4.6 Tabel Hasil Penelitian Implementasi Menurun Tahap 1 Pada Kelompok Penelitian II 46 Tabel 4.7 Tabel Hasil Penelitian Implementasi Menaik Tahap 2 Pada Kelompok Penelitian I 48 Tabel 4.8 Tabel Hasil Penelitian Implementasi Menurun Tahap 2 Pada Kelompok Penelitian I 48 Tabel 4.9 Tabel Hasil Penelitian Implementasi Menaik Tahap 2 Pada Kelompok Penelitian II 50 Tabel 4.10 Tabel Hasil Penelitian Implementasi Menurun Tahap 2 Pada Kelompok Penelitian II 50 Tabel 4.11 Tabel Hasil Penelitian Implementasi Menaik Tahap 3 Pada Kelompok Penelitian I 52 Tabel 4.12 Tabel Hasil Penelitian Implementasi Menurun Tahap 3 Pada Kelompok Penelitian I 52 Tabel 4.13 Tabel Hasil Penelitian Implementasi Menaik Tahap 3 Pada Kelompok Penelitian II 54 Tabel 4.14 Tabel Hasil Penelitian Implementasi Menurun Tahap 3 Pada Kelompok Penelitian II 54

11 x DAFTAR GAMBAR Halaman Gambar 1.1 Proses Pada Suatu Neuron 1 Gambar 1.2 Kerangka Penelitian 6 Gambar 2.1 Arsitektur Jaringan Saraf Propagasi Balik 11 Gambar 3.1 Arsitektur Jaringan Saraf Pada Penelitian 32 Gambar 4.1 Grafik Pelatihan Kelompok Penelitian I 42 Gambar 4.2 Grafik Pelatihan Kelompok Penelitian II 43 Gambar 4.3 Grafik Pelatihan Dengan Implementasi Faktor Proporsional Tahap 1 Pada Kelompok Penelitian I 45 Gambar 4.4 Grafik Pelatihan Dengan Implementasi Faktor Proporsional Tahap 1 Pada Kelompok Penelitian II 47 Gambar 4.5 Grafik Pelatihan Dengan Implementasi Faktor Proporsional Tahap 2 Pada Kelompok Penelitian I 49 Gambar 4.6 Grafik Pelatihan Dengan Implementasi Faktor Proporsional Tahap 2 Pada Kelompok Penelitian II 51 Gambar 4.7 Grafik Pelatihan Dengan Implementasi Faktor Proporsional Tahap 3 Pada Kelompok Penelitian I 53 Gambar 4.8 Grafik Pelatihan Dengan Implementasi Faktor Proporsional Tahap 3 Pada Kelompok Penelitian II 55