BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengenalan kata dalam dunia teknologi informasi merupakan suatu permasalahan yang tidak asing dalam bidang kecerdasan buatan. Pengenalan kata dalam bidang kecerdasan buatan menyangkut bagaimana proses meniru persepsi manusia akan penglihatan dan pendengaran. Pengenalan kata memiliki banyak jenis, yang dalam hal ini diambil contoh tulisan tangan. Tulisan tangan memiliki bentuk dan gaya penulisan yang khas dan unik bagi setiap individu, sehingga terkadang tulisan tangan dapat mengakibatkan makna ambigu dikarenakan variasi penulisan tiap orang berbeda-beda. Pengenalan kata berdasarkan tulisan tangan sudah lama diidentifikasi sebagai permasalahan yang cukup sulit untuk dipecahkan oleh komputer (Tay & Khalid, 1997). Bagi manusia, mengenali kata berdasarkan tulisan tangan dikategorikan mudah karena ketika melihat tulisan tangan tertentu, objek yang terpatri dapat langsung diproses secara otomatis dengan mencocokan kata yang paling mirip dengan memori di otak, namun bagi komputer, mengenali kata berdasarkan tulisan tangan dikategorikan sulit karena harus memiliki suatu mekanisme dimana diperlukan penyesuaian dengan cara kerja otak manusia dalam mengenali tulisan tangan. Secara umum, pengenalan kata oleh komputer dibagi menjadi dua jenis, yakni metode online dan offline. Metode online menerapkan koordinat dua dimensi dari poin-poin penulisan direpresentasikan sebagai fungsi waktu dan urutan setiap garis yang dituliskan juga disimpan secara realtime untuk mengenali kata yang dituliskan (Arica & Yarman, 2001). Metode offline menerapkan pengambilan gambar dari scanner, kamera digital ataupun media input digital lainnya dimana image dipreprocessing dengan algoritma tertentu sehingga dikenali sesuai dengan objek yang aslinya.
2 Dalam penerapannya, kompleksitas pengenalan kata berdasarkan tulisan tangan ada pada variasi daripada penulisan yang berbeda-beda, yang dapat menyebabkan ketidakakurasian dan ambiguitas. Tulisan tangan mempunyai variasi yang lebih tinggi dalam kata CJK (Cina, Jepang, Korea). Hal ini dikarenakan kata CJK memiliki aturan tersendiri mengenai jumlah goresan dan tata cara penulisan kata CJK. Keterbatasan metode pencocokan citra dan pendekatan statistik merupakan salah satu masalah dalam pengenalan kata berbasis CJK, oleh karena itu diperlukan suatu metode lain yang memungkinkan sistem pengenalan kata yang akan memberikan hasil yang lebih baik (Whan, 1996). Salah satu teknik dalam pemecahan masalah pengenalan kata khususnya tulisan tangan adalah dengan menggunakan jaringan saraf tiruan (neural network). Jaringan saraf tiruan merupakan salah satu teknik untuk pengenalan kata yang memiliki kemampuan sangat baik (Tay & Khalid, 1997). Jaringan saraf tiruan yakni sebuah prosesor yang terdistribusi paralel dan mempunyai kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu: pengetahuan diperoleh oleh jaringan melalui suatu proses belajar dan kekuatan hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan (Haykin, 1994). Berdasarkan kemampuan daripada jaringan saraf tiruan dalam mengenali kata tulisan tangan, maka dalam penelitian ini, digunakan jaringan saraf tiruan propagasi balik dalam pengenalan kata berdasarkan tulisan tangan huruf Korea (hangūl). Tulisan tangan hangūl, sebagai fokus utama dalam penelitian ini memiliki beberapa hambatan dalam pengenalan dibanding dengan bahasa lain. Pertama, informasi dari pada goresan tidak redundant, dengan kata lain terdapat beberapa kata yang mirip satu sama lain hanya dengan menghilangkan atau menambah garis pada karakter tertentu. Kedua, fitur goresan memiliki variasi dalam penulisan dan banyaknya distorsi. Hal ini umum terjadi dalam pengenalan kata tulisan tangan, namun hal ini berdampak lebih buruk dalam hal hangūl, dikarenakan kata hangūl terdiri dari beberapa kombinasi karakter dan bentuk daripada kata tunggal dapat berbeda dikarenakan kombinasi daripada karakter sebelum atau sesudahnya. Ketiga, kata hangūl memiliki hambatan
3 dalam hal segmentasi, yakni perbedaan sedikit dalam pemotongan kata menghasilkan perbedaan dalam jenis karakter. Berdasarkan beberapa permasalahan yang disebut diatas, pengenalan tulisan tangan hangūl dikategorikan sebagai permasalahan yang cukup sulit (Kang & J.H, 2003). Penelitian terdahulu mengenai pengenalan kata huruf Korea sudah banyak dilakukan, baik menggunakan jaringan saraf tiruan ataupun metode lain seperti: (Lee et al. 1991) penemuan baru algoritma pendeteksi hangūl berdasarkan ekstraksi goresan, (Kang & J.H, 2003) pengenalan tulisan tangan hangūl dengan representasi kata hirarki stokastik. Meskipun penelitian tentang pengenalan kata huruf sudah banyak dilakukan, tetapi masih perlu dilakukan pengembangan lagi untuk menambah keakuratan dalam pengenalan kata tulisan tangan hangūl. 1.2 Rumusan Masalah Dalam penerapannya, kompleksitas pengenalan kata berdasarkan tulisan tangan huruf Korea (hangūl) ada pada variasi daripada penulisan yang berbeda-beda, yang dapat menyebabkan ketidakakurasian dan ambiguitas dimana tulisan tangan mempunyai variasi yang lebih tinggi. Oleh karena itu, rumusan masalah dalam penelitian ini adalah bagaimana mengenali kata dari tulisan tangan huruf Korea (hangūl). 1.3 Batasan Masalah Dalam penelitian ini, ditetapkan beberapa batasan masalah yakni : 1. Pengenalan kata berdasarkan tulisan tangan hangūl dilakukan secara offline. 2. Input berupa citra yang telah dipindai dalam format bitmap. 3. Akuisisi citra diambil dari 15 orang. 4. Kata yang dikenali terdiri dari 2 karakter. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah menerapkan jaringan propagasi balik dengan algoritma ekstraksi diagonal based feature extraction untuk mengenali tulisan tangan huruf Korea (hangūl).
4 1.5 Manfaat Penelitian Adapun manfaat penelitian ini adalah : 1. Bagi penulis, diharapkan penelitian ini menambah wawasan dan pengetahuan bagaimana menerapkan jaringan saraf tiruan propagasi balik dalam pengenalan kata dari kata tulisan tangan hangūl dan menjawab keingintahuan penulis akan masalah yang diteliti. 2. Bagi pihak lain, diharapkan penelitian ini dapat dijadikan acuan baik sebagai referensi ataupun digunakan sebagai perbandingan metode lain yang telah ada untuk menambah ilmu pengetahuan dalam pengenalan kata berbasis hangūl. 1.6 Sistematika Penulisan Penulisan skripsi ini menggunakan sistematika penulisan yang membagi pembahasan skrispi dalam lima bagian utama, yang terdiri atas: BAB 1 PENDAHULUAN Pada bab ini merupakan pendahuluan yang berisi latar belakang, rumusan masalah, tujuan penelitian, batasan masalah, metodologi penelitian, dan sistematika penulisan skripsi. BAB 2 STUDI LITERATUR Pada bab ini membahas mengenai teori-teori yang digunakan untuk memahami permasalahan yang berkaitan dengan pengenalan tulisan tangan yaitu pengolahan citra, ektraksi fitur dan jaringan saraf tiruan. BAB 3 ANALISIS DAN PERANCANGAN SISTEM Pada bab ini berisikan analisis mengenai metode yang digunakan untuk menyelesaikan masalah dan perancangan dari sistem yang dibangun. BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM Pada bab ini dibahas mengenai spesifikasi kebutuhan perangkat keras (hardware) dan perangkat lunak (software) dari sistem. Kemudian terdapat cara kerja dari sistem dan menampilkan hasil dari pengujian sistem ini.
5 BAB 5 KESIMPULAN DAN SARAN Pada bab ini dibuat mengenai rangkuman dari hasil analisis dan implementasi kerja sistem pada bagian sebelumnya, dan pada bagian ini terdapat saran yang diberikan untuk pengembangan sistem selanjutnya.