IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN TANDA TANGAN SKRIPSI SARI JULI ANITA SIHOTANG 041401042 PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010
IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN TANDA TANGAN SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer SARI JULI ANITA SIHOTANG 041401042 PROGRAM STUDI S-1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010
PERSETUJUAN Judul : IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN TANDA TANGAN Kategori : SKRIPSI Nama : SARI JULI ANITA SIHOTANG Nomor Induk Mahasiswa : 041401042 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Diluluskan di Medan, 18 Desember 2010 Pembimbing 2 Pembimbing 1 Dr. Nasruddin MN, M.Eng.Sc Drs. Partano Siagian, M.Sc NIP. 130 900 137 NIP. 130 877 994 Diketahui/Disetujui oleh Prog. Studi Ilmu Komputer S-1 Ketua, Prof. Dr. Muhammad Zarlis NIP.195707011986011003
PERNYATAAN IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN TANDA TANGAN SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 18 Desember 2010 SARI JULI ANITA SIHOTANG 041401042
PENGHARGAAN Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas berkat dan karunia yang diberikan-nya kepada penulis, sehingga penulis dapat menyelesaikan skripsi ini dalam waktu yang telah ditetapkan. Ucapan terima kasih penulis sampaikan kepada Bapak Drs. Partano Siagian, M.Sc selaku Pembimbing I dan Bapak Dr. Nasruddin MN, M.Eng,Sc selaku Pembimbing II pada penyelesaian skripsi ini, yang telah memberikan panduan dan kepercayaan, serta kebaikannya untuk meluangkan waktu, tenaga, pikiran, dan bantuannya kepada penulis untuk menyelesaikan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekeretaris Departemen Ilmu Komputer Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syahriol Sitorus, SSi, MIT, Dekan dan pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Ilmu Komputer FMIPA USU serta pegawai di FMIPA USU dan rekan-rekan kuliah. Akhirnya tidak terlupakan kepada yang tersayang Ayahanda Drs. M. Sihotang dan Ibunda F. Sidabutar yang memberikan dukungan dan doa setiap hari kepada penulis, kepada abang ipar dan kakak, juga kepada kedua adikku yang selalu memberikan semangat untuk segera menyelesaikan skripsi ini, serta seluruh keluarga dan teman-teman satu kost maupun teman-teman lainnya dimanapun berada baik yang langsung memotivasi maupun yang terus mendukung dalam doa. Semoga Tuhan Yang Maha Esa akan membalasnya.
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 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan Penelitian 2 1.5 Manfaat Penelitian 3 1.6 Metodologi Penelitian 3 1.7 Sistematika Penulisan 4 Bab 2 Landasan Teori 5 2.1 Pengolahan Citra 5 2.1.1 Citra 5 2.1.2 Digitalisasi Citra 5 2.1.3 Citra Grayscale 7 2.1.4 Citra Biner 7 2.1.5 Definisi Pengolahan Citra 7 2.1.6 Operasi Pengolahan Citra 8 2.1.7 Pengambangan 10 2.2 Pengenalan Pola 12 2.3 Verifikasi Tanda Tangan 13 2.4 Jaringan Saraf Tiruan 14 2.4.1 Pengertian Jaringan Saraf Tiruan 14 2.4.2 Algoritma Umum Jaringan Saraf Tiruan 16 2.4.3 Model Neuron 17 2.4.4 Arsitektur Jaringan Saraf Tiruan 18 2.4.5 Kelebihan Jaringan Saraf Tiruan 20 2.4.6 Aplikasi Jaringan Saraf Tiruan 21 2.4.7 Fungsi Aktivasi 21 2.4.8 Pelatihan Terawasi dan Tidak Terawasi 23 2.5 Propagasibalik (Backpropagation) 23 2.5.1 Arsitektur Propagasibalik 25 2.5.2 Algoritma Propagasibalik 27
2.5.3 Parameter Pelatihan 31 2.5.4 Kelemahan Yang Sering Terjadi Pada Propasaibalik 33 Bab 3 Analisis dan Perancangan 35 3.1 Analisis Sistem 35 3.1.1 Akuisisi Data (Pengumpulan data) 36 3.1.2 Prapengolahan 36 3.1.3 Ekstraksi Ciri 37 3.1.4 Fase Pelatihan 38 3.1.5 Fase Pengujian 39 3.2 Pemodelan Sistem 40 3.2.1 Perancangan Arsitektur Jaringan 40 3.2.2 Data Flow Diagram (DFD) dan Spesifikasi Proses 41 3.2.3 Kamus Data 47 3.2.3.1 Kamus Data Proses Pelatihan 48 3.2.3.2 Kamus Data Proses Pengujian 49 3.2.4 Perancangan Antarmuka 49 3.2.5 Perancangan Prosedural 51 Bab 4 Implementasi dan Pengujian 54 4.1 Lingkungan Implementasi 54 4.2 Implementasi Perangkat Lunak 55 4.2.1 Pelatihan 56 4.2.2 Pengujian 58 4.2.3 Pengenalan 60 4.3 Pengujian Dan Hasil 63 Bab 5 Penutup 69 5.1 Kesimpulan 69 5.2 Saran 69 Daftar Pustaka 70 Lampiran A: Listing Program 71 Lampiran B: Hasil Scanning Tanda Tangan 83
DAFTAR TABEL Halaman Tabel 3.1 Spesifikasi Proses Diagram Konteks 42 Tabel 3.2 Spesifikasi Proses Diagram Level 1 44 Tabel 3.3 Spesifikasi Proses DFD Level 2 Proses Pelatihan 45 Tabel 3.4 Spesifikasi Proses DFD Level 2 Proses Pengujian 46 Tabel 3.5 Kamus Data Proses Pelatihan 48 Tabel 3.6 Kamus Data Proses Pengujian 49 Tabel 4.1 Hasil Pengujian Data Yang Dilatihkan (Kemampuan Memorisasi) 63 Tabel 4.2 Hasil Pengujian Data Baru (Kemampuan Generalisasi) 67
DAFTAR GAMBAR Halaman Gambar 2.1 Penentuan Nilai Ambang T 11 Gambar 2.2 Struktur Sistem Pengenalan Pola 13 Gambar 2.3 Struktur Unit Jaringan Saraf Tiruan 17 Gambar 2.4 Jaringan Lapis Tunggal 19 Gambar 2.5 Jaringan dengan Banyak Lapisan 20 Gambar 2.6 Jaringan dengan Lapisan Kompetitif 20 Gambar 2.7 Arsitektur Jaringan Saraf Tiruan Propagasi Balik 26 Gambar 2.8 Alur Kerja Jaringan Propagasi Balik 27 Gambar 3.1 Proses Prapengolahan 37 Gambar 3.2 Proses Ekstraksi Ciri 38 Gambar 3.3 Arsitektur Jaringan Saraf Tiruan untuk Pengenalan Tanda Tangan 41 Gambar 3.4 DFD Level 0 42 Gambar 3.5 DFD Level 1 43 Gambar 3.6 DFD Level 2 Proses Pelatihan 44 Gambar 3.7 DFD Level 2 Proses Pengujian 46 Gambar 3.8 Antarmuka Aplikasi Jaringan Saraf Tiruan 50 Gambar 3.9 Flowcart Pelatihan 52 Gambar 3.10 Flowcart Pengujian 53 Gambar 4.1 Tampilan Perangkat Lunak Pengenalan Tanda Tangan 55 Gambar 4.2 Tampilan Pelatihan 56 Gambar 4.3 Tampilan Grafik Pelatihan 57 Gambar 4.4 Tampilan Pengambilan Data Tanda Tangan 61 Gambar 4.5 Tampilan Pengenalan 61