BAB 4 IMPLEMENTASI DAN EVALUASI

Transkripsi

1 55 BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Implementasi sistem Pengenalan Karakter dengan Feature Point Extraction membutuhkan software ( Perangkat Lunak ) dan hardware ( Perangkat Keras ) pendukung serta sumber daya manusia yang mengoperasikan software dan hardware tersebut agar dapat berjalan dengan baik Spesifikasi Perangkat Lunak Perangkat lunak yang direkomendasikan untuk mendukung implementasi sistem ini agar dapat berjalan dengan baik adalah sebagai berikut : Sistem Operasi Microsoft Windows 98, Microsoft Windows XP, Microsoft Windows 2000, Microsoft Windows 2003 Microsoft Paint Software scanner HP Precision Scan Pro 3.02 Microsoft Access Spesifikasi Perangkat Keras Perangkat keras yang direkomendasikan agar sistem ini dapat berjalan dengan baik adalah sebagai berikut : Processor 1.7 GHz ke atas Memory 256 MB

2 56 Kapasitas Harddisk minimal 15 MB untuk aplikasi dan data Monitor dengan resolusi minimal 800 X 600 pixels Keyboard Scanner HP Scanjet 7400c 4.2 Mekanisme Penggunaan Program Layar Utama Gambar 4.1 Layar Utama Program Pengenalan Karakter dengan Feature Point Extraction terdiri dari dua bagian utama yaitu : Pengenalan Template Formulir dan Pengenalan Isi Formulir. Kedua bagian tersebut diakses melalui layar Utama.

3 57 Untuk melakukan Pengenalan Template Formulir, klik tombol Recognize Form Template sedangkan untuk Pengenalan Isi Formulir dapat diakses dengan klik tombol Recognize Form Content. Klik tombol Exit untuk mengakhiri program Pengenalan Karakter dengan Feature Point Extraction Layar Recognize Form Template Gambar 4.2 Layar Recognize Form Template Pertama-tama template formulir yang akan dikenali ditampilkan pada layar dengan klik File Open. Setelah itu, definisikan database yang akan digunakan untuk menampung informasi field-field pada formulir dengan klik menu Database. Penjelasan mengenai menu Database akan dibahas pada bagian selanjutnya.

4 58 Kotak-kotak yang akan dikelompokkan ke dalam suatu field dipilih dengan mengklik dan menggeser mouse sampai daerah yang terbentuk meliputi kotak-kotak yang dimaksud. Layar untuk mendefinisikan field akan segara muncul. Penjelasan mengenai layar ini akan dibahas pada bagian selanjutnya. Setelah semua kotak pada template formulir dikelompokkan ke dalam field-field, simpan informasi posisi kotak dan fieldnya dengan mengklik File Save Position. Ekstentsi file yang digunakan untuk menampung informasi tersebut adalah.pcr. Untuk mengedit informasi posisi kotak dan field yang telah disimpan, klik File Load Position. Setelah selesai mengedit, lakukan lagi prosedur untuk menyimpan informasi posisi kotak dan fieldnya. Untuk kembali ke layar utama, klik menu Exit atau tanda X Layar Database Gambar 4.3 Layar Database

5 59 Database untuk menampung hasil pengenalan isi formulir didefinisikan pada layar ini. Ketik nama tabel yang akan digunakan pada textbox di sebelah kanan Table Name. Ketik nama field tabel tersebut pada textbox di sebelah kanan Field Name kemudian tekan tombol Enter pada keyboard atau klik tombol Add untuk menambahkan field tersebut ke dalam daftar field. Untuk menghapus field dari daftar field, klik field yang ingin dihapus pada daftar field kemudian klik tombol Remove. Setelah selesai mendefinisikan database, klik tombol Save untuk menyimpan informasi database tersebut. Untuk membatalkan definisi database, klik tanda X Layar Untuk Mendefinisikan Field Gambar 4.4 Layar Untuk Mendefinisikan Field Kotak-kotak yang telah dipilih pengguna, akan dikelompokkan ke dalam suatu field pada layar ini. Pilih field dan tipe yang sesuai dengan kotak-kotak yang dipilih. Klik tombol Save untuk menyimpan definisi field. Klik tombol Cancel untuk membatalkan definisi field. Klik tombol Delete untuk menghapus definisi field yang telah disimpan.

6 Layar Character Sampling Gambar 4.5 Layar Character Sampling Pada layar ini akan dilakukan penipisan image hasil scan yang nantinya akan diberi tanda pada titik-titik pentingnya. Pertama-tama pilih tombol Browse untuk mengambil image hasil scan yang merupakan sample karakter kemudian pilih tombol Skeletonize untuk menipiskan image. Setelah pesan Skeletonize finished muncul, pilih Ok kemudian simpan image tersebut dengan memilih tombol Save. Setelah selesai, pilih tombol Exit untuk kembali ke menu utama. Langkah berikutnya adalah memberikan tanda pada titik-titik penting image yang telah disimpan secara manual oleh pengguna dengan menggunakan Microsoft Paint. Setelah pemberian tanda selesai, hitung koordinat x relatif dan y relatif pada masing-masing tanda dengan menggunakan rumus :

7 61 X relatif = Y relatif = X titik penting - X awal X akhir - X awal Y titik penting - Y awal Y akhir - Y awal X titik penting = koordinat x dari titik yang diberi tanda Y titik penting = koordinat y dari titik yang diberi tanda X awal = koordinat x dari titik berwarna hitam paling kiri dari image yang telah disimpan X akhir = koordinat x dari titik berwarna hitam paling kanan dari image yang telah disimpan Y awal = koordinat Y dari titik berwarna hitam paling atas dari image yang telah disimpan Y akhir = koordinat Y dari titik berwarna hitam paling bawah dari image yang telah disimpan Setelah semua koordinat X relatif dan Y relatif dihitung, masukkan data tersebut pada tabel FeaturePoints dalam database FPE.mdb secara manual beserta nama karakter (misalnya : A ) dan indeksnya secara menaik mulai dari 1 untuk setiap karakter. Indeks untuk koordinat X relatif dan Y relatif pada image yang sama adalah sama. Jadi indeksnya akan bertambah jika karakternya sama tetapi imagenya berbeda.

8 Layar Recognize Form Content Gambar 4.6 Layar Recognize Form Content Pengenalan isi formulir dilakukan pada layar ini. Pertama-tama tampilkan formulir yang akan dikenali dengan mengklik File Open kemudian klik File Load Position untuk membaca posisi kotak-kotak yang akan dikenali dan definisi fieldnya. Klik tombol Recognize untuk mengenali isi kotak-kotak yang ada pada formulir. Hasil pengenalannya akan ditampilkan pada tabel di sebelah kiri bawah. Jika ada kesalahan dalam hasil pengenalan yang muncul, klik kolom yang berisi hasil pengenalan tersebut kemudian perbaiki isinya sesuai dengan data sebenarnya.

9 63 Klik tombol Save untuk menyimpan hasil pengenalan yang muncul pada tabel ke dalam database yang telah didefinisikan pada tahap Pengenalan Template Formulir. Untuk kembali ke layar utama, klik menu Exit atau tanda X. 4.3 Evaluasi Evaluasi Akurasi Pengenalan Karakter Untuk mengetahui akurasi sistem pengenalan karater dengan Feature Point Extraction, uji coba dilakukan pada 11 formulir pendataan yang mempunyai template yang sama. Masing-masing formulir pendataan berisi 10 field yang masing-masing terdiri dari 12 kotak tempat pengisian karakter. Formulir-formulir tersebut dibagikan kepada 11 orang berbeda untuk diisi dengan menggunakan huruf kapital, angka dan tanda baca (hanya. dan - ). Evaluasi akurasi pengenalan karakter pada masing-masing formulir pendataan dibagi menjadi 3 yaitu evaluasi akurasi pengenalan karakter yang terdiri dari huruf, angka dan gabungan keduanya. Formulir pendataan yang digunakan pada evaluasi ini berisi 6 field (Name, Place of Birth, Sex, Nationality, Religion, Marital Status) yang terdiri dari huruf, 2 field (Phone Number, Mobile Phone Number) yang terdiri dari angka, dan 2 field (Date of Birth, Contact Address) yang terdiri dari huruf dan angka. Rincian database karakter yang digunakan dalam sistem pengenalan karakter ini adalah sebagai berikut : Karakter A terdiri dari 8 sample Karakter B terdiri dari 3 sample Karakter C terdiri dari 4 sample

10 64 Karakter D terdiri dari 4 sample Karakter E terdiri dari 6 sample Karakter F terdiri dari 4 sample Karakter G terdiri dari 3 sample Karakter H terdiri dari 4 sample Karakter I terdiri dari 5 sample Karakter J terdiri dari 3 sample Karakter K terdiri dari 3 sample Karakter L terdiri dari 3 sample Karakter M terdiri dari 4 sample Karakter N terdiri dari 4 sample Karakter O terdiri dari 3 sample Karakter P terdiri dari 3 sample Karakter Q terdiri dari 3 sample Karakter R terdiri dari 3 sample Karakter S terdiri dari 4 sample Karakter T terdiri dari 3 sample Karakter U terdiri dari 6 sample Karakter V terdiri dari 3 sample Karakter W terdiri dari 3 sample Karakter X terdiri dari 3 sample Karakter Y terdiri dari 3 sample Karakter Z terdiri dari 3 sample

11 65 Karakter 1 terdiri dari 3 sample Karakter 2 terdiri dari 3 sample Karakter 3 terdiri dari 6 sample Karakter 4 terdiri dari 6 sample Karakter 5 terdiri dari 3 sample Karakter 6 terdiri dari 3 sample Karakter 7 terdiri dari 3 sample Karakter 8 terdiri dari 6 sample Karakter 9 terdiri dari 3 sample Karakter 0 terdiri dari 4 sample

12 Formulir Pendataan Orang Ke-1 Formulir hasil scan : Gambar 4.7 Hasil Scan Formulir Pendataan Orang ke-1 Hasil pengenalan : Gambar 4.8 Hasil Pengenalan Formulir Pendataan Orang ke-1

13 67 29 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.69*100 % = 69 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.83*100 % = 83 % 18 Akurasi pengenalan karakter yang terdiri dari huruf dan angka 10 = = 0.53*100 % = 53 % Formulir Pendataan Orang Ke-2 Formulir hasil scan : Gambar 4.9 Hasil Scan Formulir Pendataan Orang Ke-2

14 68 Hasil pengenalan : = Gambar 4.10 Hasil Pengenalan Formulir Pendataan Orang Ke-2 35 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.92*100 % = 92 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.73*100 % = 73 % 22 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 0.7 *100 % = 70 %

15 Formulir Pendataan Orang Ke-3 Formulir hasil scan : Gambar 4.11 Hasil Scan Formulir Pendataan Orang Ke-3 Hasil pengenalan : Gambar 4.12 Hasil Pengenalan Formulir Pendataan Orang Ke-3

16 70 35 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.8 * 100 % = 80 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.86*100 % = 86 % 22 Akurasi pengenalan karakter yang terdiri dari huruf dan angka 12 = = 0.8*100 % = 80 % Formulir Pendataan Orang Ke-4 Formulir hasil scan : Gambar 4.13 Hasil Scan Formulir Pendataan Orang Ke-4

17 71 Hasil pengenalan : Gambar 4.14 Hasil Pengenalan Formulir Pendataan Orang Ke-4 33 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.7 *100 % = 70 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.94*100 % = 94 % 18 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 9 17 = 0.53*100 % = 53 %

18 Formulir Pendataan Orang Ke-5 Formulir hasil scan : Gambar 4.15 Hasil Scan Formulir Pendataan Orang Ke-5 Hasil pengenalan : Gambar 4.16 Hasil Pengenalan Formulir Pendataan Orang Ke-5

19 73 30 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.73*100 % = 73 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.78*100 % = 78 % 18 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 7 17 = 0.41*100 % = 41% Formulir Pendataan Orang Ke-6 Formulir hasil scan : Gambar 4.17 Hasil Scan Formulir Pendataan Orang Ke-6

20 74 Hasil pengenalan : Gambar 4.18 Hasil Pengenalan Formulir Pendataan Orang Ke-6 36 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.88*100 % = 88 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.67 *100 % = 67 % 21 Akurasi pengenalan karakter yang terdiri dari huruf dan angka 12 = = 0.67 *100 % = 67 % 18

21 Formulir Pendataan Orang Ke-7 Formulir hasil scan : Gambar 4.19 Hasil Scan Formulir Pendataan Orang Ke-7 Hasil pengenalan : Gambar 4.20 Hasil Pengenalan Formulir Pendataan Orang Ke-7

22 76 = Akurasi pengenalan karakter yang terdiri dari huruf = = 0.83*100 % = 83 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.86*100 % = 86 % 22 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 0.8*100 % = 80 % Formulir Pendataan Orang Ke-8 Formulir hasil scan : Gambar 4.21 Hasil Scan Formulir Pendataan Orang Ke-8

23 77 Hasil pengenalan : = 9 18 Gambar 4.22 Hasil Pengenalan Formulir Pendataan Orang Ke-8 29 Akurasi pengenalan karakter yang terdiri dari huruf = = 0.78*100% = 78 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.63*100 % = 63 % 19 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 0.5*100 % = 50 %

24 Formulir Pendataan Orang Ke-9 Formulir hasil scan : Gambar 4.23 Hasil Scan Formulir Pendataan Orang Ke-9 Hasil pengenalan : Gambar 4.24 Hasil Pengenalan Formulir Pendataan Orang Ke-9

25 79 = Akurasi pengenalan karakter yang terdiri dari huruf = = 0.7 *100 % = 70 % 40 7 Akurasi pengenalan karakter yang terdiri dari angka = = 0.58*100 % = 58 % 12 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 0.67 *100 % = 67 % Formulir Pendataan Orang Ke-10 Formulir hasil scan : Gambar 4.25 Hasil Scan Formulir Pendataan Orang Ke-10

26 80 Hasil pengenalan : Gambar 4.26 Hasil Pengenalan Formulir Pendataan Orang Ke Akurasi pengenalan karakter yang terdiri dari huruf = = 0.84*100 % = 84 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.77 *100 % = 77 % 22 Akurasi pengenalan karakter yang terdiri dari huruf dan angka 11 = = 0.61*100 % = 61% 18

27 Formulir Pendataan Orang Ke-11 Formulir hasil scan : Gambar 4.27 Hasil Scan Formulir Pendataan Orang Ke-11 Hasil pengenalan : Gambar 4.28 Hasil Pengenalan Formulir Pendataan Orang Ke-11

28 82 = Akurasi pengenalan karakter yang terdiri dari huruf = = 0.75*100 % = 75 % Akurasi pengenalan karakter yang terdiri dari angka = = 0.7 *100 % = 70 % 20 Akurasi pengenalan karakter yang terdiri dari huruf dan angka = 0.67 *100 % = 67 % Kesimpulan Hasil Evaluasi Akurasi Pengenalan Karakter Gambar 4.29 Diagram akurasi pengenalan karakter yang terdiri dari huruf Dari Gambar 4.29 dapat dihitung rata-rata akurasi pengenalan karakter yang terdiri dari huruf yaitu : = 0.78 * % = 78 %.

29 83 Gambar 4.30 Diagram akurasi pengenalan karakter yang terdiri dari angka Dari Gambar 4.30 dapat dihitung rata-rata akurasi pengenalan karakter yang terdiri dari angka yaitu : = * 100 % = 76 %. Gambar 4.31 Diagram akurasi pengenalan karakter yang terdiri dari huruf dan angka

30 84 Dari Gambar 4.31 dapat dihitung rata-rata akurasi pengenalan karakter yang terdiri dari huruf dan angka yaitu : = * 100 % = 63 %. Kesalahan yang umum terjadi dapat dilihat pada gambar-gambar berikut : Gambar 4.32 Image Menyerupai Huruf V Ditandai dengan Karakter V Gambar 4.33 Image Menyerupai Huruf V Ditandai dengan Karakter U

31 85 Image yang menyerupai huruf V di atas dikenali sebagai huruf U oleh aplikasi Pengenalan Karakter dengan Feature Point Extraction. Hal ini dapat terjadi karena jarak rata-rata antara titik-titik berwarna hijau (hasil Feature Point Extraction) dengan titik-titik berwarna biru (diperoleh dari database karakter) pada Gambar 4.33 lebih kecil dibandingkan pada Gambar Untuk menghindari kesalahan seperti di atas, titik-titik penting sample karakter yang menyerupai image pada Gambar 4.32 dan Gambar 4.33 perlu dimasukkan ke dalam database karakter. Dengan demikian semakin banyak sample karakter yang dimasukkan ke dalam database karakter, semakin tinggi pula akurasi pengenalan karakter Evaluasi Waktu Pengenalan Karakter Evaluasi waktu pengenalan karakter dilakukan pada 1 karakter sebanyak 5 kali pada masing-masing jenisnya yaitu huruf, angka dan gabungan huruf dan angka. Spesifikasi hardware komputer yang digunakan dalam evaluasi waktu pengenalan karakter adalah sebagai berikut : Processor Pentium IV 1.9 GHz Memory 768 MB Monitor LG 57SN Harddisk SEAGATE Barracuda ATA GB Geforce 3 Ti 200 Keyboard

32 Karakter dengan Jenis Huruf Hasil 5 kali percobaan pada 1 karakter dengan jenis huruf adalah sebagai berikut : Waktu pengenalan karakter pada percobaan ke-1 adalah 0.3 detik Waktu pengenalan karakter pada percobaan ke-2 adalah 0.25 detik Waktu pengenalan karakter pada percobaan ke-3 adalah 0.28 detik Waktu pengenalan karakter pada percobaan ke-4 adalah 0.29 detik Waktu pengenalan karakter pada percobaan ke-5 adalah 0.23 detik Waktu rata-rata pengenalan karakter pada 1 karakter dengan jenis huruf adalah 0.27 detik Karakter dengan Jenis Angka Hasil 5 kali percobaan pada 1 karakter dengan jenis angka adalah sebagai berikut: Waktu pengenalan karakter pada percobaan ke-1 adalah 0.28 detik Waktu pengenalan karakter pada percobaan ke-2 adalah 0.23 detik Waktu pengenalan karakter pada percobaan ke-3 adalah 0.22 detik Waktu pengenalan karakter pada percobaan ke-4 adalah 0.22 detik Waktu pengenalan karakter pada percobaan ke-5 adalah 0.19 detik Waktu rata-rata pengenalan karakter pada 1 karakter dengan jenis angka adalah 0.23 detik.

33 Karakter dengan Jenis Huruf dan Angka Hasil 5 kali percobaan pada 1 karakter dengan jenis huruf dan angka adalah sebagai berikut : Waktu pengenalan karakter pada percobaan ke-1 adalah 0.41 detik Waktu pengenalan karakter pada percobaan ke-2 adalah 0.5 detik Waktu pengenalan karakter pada percobaan ke-3 adalah 0.48 detik Waktu pengenalan karakter pada percobaan ke-4 adalah 0.54 detik Waktu pengenalan karakter pada percobaan ke-5 adalah 0.49 detik Waktu rata-rata pengenalan karakter pada 1 karakter dengan jenis huruf dan angka adalah 0.48 detik.