BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi informasi saat ini sangatlah pesat. Berbagai ragam jenis informasi dapat diakses dari berbagai jenis media. Image digital merupakan salah satu media informasi yang sering digunakan dalam proses pertukaran informasi. Dengan dukungan internet sebagai media penyebar informasi yang dapat diakses dengan cepat dan mudah, frekuensi penyebaran informasi dalam bentuk image digital ini semakin tinggi, baik dari segi kuantitas maupun kualitasnya. Image digital disimpan dalam media penyimpanan dengan menyimpan pixel penyusunnya. Oleh karena itu, memori yang dibutuhkan untuk menyimpan image tergantung pada jumlah pixel yang menyusun citra. Semakin banyak pixel pada citra, maka semakin besar memori yang dibutuhkan untuk menyimpan image (Fazry, 2008). Hal ini menyebabkan sering terjadi duplikasi image digital yang memiliki kesamaan dalam bentuk gambar, namun memiliki perbedaan dalam hal ukuran dan nama file. Duplikasi gambar ini dapat menyebabkan pemborosan dalam media penyimpanan data seperti hard disk atau flash disk serta rumitnya pengaturan data dalam bentuk image digital tersebut. Oleh karena itu, perlu adanya sebuah pendekatan yang dapat mendeteksi duplikasi image digital di dalam media penyimpanan data, sehingga memudahkan pengguna untuk melakukan penghapusan atau pengaturan image digital tersebut. Pendeteksian duplikasi image digital ini dapat dilakukan dengan cara membandingkan garis tepi setiap image di dalam media penyimpanan data, kemudian melakukan segmentasi untuk mengelompokkan image digital tersebut berdasarkan
2 persentase kesamaan garis tepinya. Segmentasi terhadap garis tepi image digital akan membagi citra ke dalam daerah intensitasnya masing-masing sehingga bisa dibedakan antara objek gambar dan background-nya (Mandalasari, 2013). Salah satu metode segmentasi citra yang dapat dimanfaatkan untuk mengelompokkan dan melakukan pengecekan terhadap sebuah image digital adalah metode Kohonen Neural Network. Metode ini akan mengolah setiap sinyal dari image digital dan membentuk clustercluster disekitar tepi-tepi gambar (dihasilkan oleh proses pendeteksian garis tepi menggunakan teknik edge linking) yang selanjutnya diproses untuk menghasilkan nilai jarak antar cluster yang berdekatan. Cluster-cluster yang dibentuk akan berfungsi sebagai garis virtual pada daerah segmentasi. Garis virtual ini besar peranannya dalam hal menghubungkan garis-garis yang terputus pada saat proses pendeteksian garis tepi sebelumnya. Hal ini akan mempengaruhi tingkat ketelitian proses pendeteksian duplikasi image digital yang dilakukan. Dengan memberikan sebuah nilai derajat adaptasi yang diinginkan dalam proses pendeteksian, pengguna dapat menggunakan hasil segmentasi dari metode kohonen neural network ini sebagai bahan pembanding untuk melakukan tindakan penghapusan atau pengaturan ulang terhadap image digital tersebut di dalam media penyimpanan data. Dengan demikian, masalah duplikasi image digital yang memiliki kesamaan bentuk gambar namun berbeda dalam hal ukuran dan nama filenya dapat diatasi, tanpa harus melakukan pengecekan satu persatu terhadap seluruh image digital yang tersimpan di dalam media penyimpanan data. 1.2. Rumusan Masalah Sering terjadi duplikasi terhadap image digital, dimana satu atau lebih image digital memiliki bentuk gambar yang sama, namun berbeda dalam hal ukuran dan nama file. Untuk mendeteksi duplikasi ini secara manual (satu persatu) pada media penyimpanan data berkapasitas besar akan menimbulkan kesulitan karena jumlah image digital yang banyak. 1.3. Batasan Masalah Batasan masalah pada tugas akhir ini adalah sebagai berikut : 1. Tidak mengolah tipe file image selain BMP.
3 2. Sinyal input yang digunakan dalam metode Kohonen Neural Network Self Organizing Map adalah hasil pendeteksian garis tepi gambar yang diperoleh menggunakan teknik edge linking. 3. Parameter perbandingan yang digunakan adalah selisih jarak standard deviasi, klasifikasi kurtosis dan arah skewness. 4. Hasil output pendeteksian berdasarkan kesamaan bentuk gambar, tidak sampai pada kesamaan warna. 5. Aplikasi yang akan dibuat tidak berbasis web. 6. Nilai T dan A dalam pendeteksian garis tepi yang digunakan merupakan nilai konstan, yaitu 10 dan 0,5. 1.4. Tujuan Penelitian Tujuan dari penelitian ini adalah membandingkan bentuk kesamaan gambar pada media penyimpanan data untuk mencari gambar yang mengalami duplikasi, berdasarkan hasil segmentasi garis tepi gambar dengan menggunakan metode kohonen SOM. 1.5. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat bagi penulis, pembaca dan para peneliti, sebagai berikut: 1. Dapat membantu meminimalisir terjadi duplikasi image digital yang menyebabkan penuhnya media penyimpanan. 2. Tugas akhir ini dapat menambah variasi, referensi dan dikembangkan dalam aplikasi segmentasi citra, khususnya yang menggunakan metode Kohonen Neural Network Self Organizing Map. 1.6. Metodologi Penelitian Metodologi penelitian yang digunakan pada penelitian ini adalah: a. Studi Literatur Pada tahap studi literature, penulis mengumpulkan data referensi-referensi yang menyulur tentang permasalahan diatas. Tahapan ini ditujukan untuk mengetahui apa yang akan dikerjakan, apa yang sudah dikerjakan oleh peneliti lain, dan
4 bagaimana mereka menyelesaikannya, kemudian seberapa jauh pengembangan terhadap pengaplikasian Kohonen Neural Network Self Organizing Map ini serta seberapa jauh yang dapat dilakukan untuk memperbaiki penelitian para peneliti lain tersebut. b. Pengumpulan Data Pada tahap pengumpulan data, dilakukan pengumpulan data yang mendukung dalam penyelesaian masalah yang diteliti secara sistematis. c. Analisa dan Perancangan Sistem Pada tahap ini, penulis akan melakukan analisa terhadap kumpulan data yang telah dilakukan pada tahapan sebelumnya, dalam penyelesaian suatu masalah sehingga dapat merancang sebuah sistem yang akan diimplementasikan nantinya. d. Implementasi Sistem Pada tahap pengimplementasi sistem, penulis melakukan pengimplementasian Kohonen Neural Network Self Organizing Map kedalam aplikasi yang akan dibuat berdasarkan pada analisa dan rancangan sebelumnya. Implementasi meliputi pembuatan sistem dalam menyelesaikan masalah yang diteliti. e. Pengujian Sistem Pada tahap ini, penulis melakukan pengujian terhadap system yang telah dibuat untuk mengetahui kehandalan sistem tersebut dan untuk mengetahui apakah telah sesuai dengan yang diharapkan dalam penelitian ini. f. Dokumentasi Sistem Pada tahap dokumentasi sistem ini, penulis menyusun laporan terhadap sistem yang telah dibuat.
5 1.7. Sistematika Penulisan Sistematika penulisan dari skripsi ini terdiri dari lima bagian utama sebagai berikut: BAB 1 PENDAHULUAN Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian, dan sistematika penulisan. BAB 2: LANDASAN TEORI Bab ini berisi teori-teori yang digunakan untuk memahami permasalahan yang dibahas pada penelitian ini. Pada bab ini dijelaskan Kohonen Neural Network, Edge Linking, Standard Deviasi, Kurtosis, Skewness dan Knowledge tentang pendeteksian gambar melalui garis tepi. BAB 3: ANALISIS DAN PERANCANGAN Bab ini membahas tentang perancangan sistem dan program yang mencakup perancangan sistem dan perancangan interface. Dalam perancangan sistem dicantumkan data flow diagram untuk mempermudah penjelasan sistem. BAB 4: IMPLEMENTASI DAN PENGUJIAN Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan perangkat lunak yang disusun pada Bab 3 dan pengujian terhadap sistem yang dibangun. BAB 5: KESIMPULAN DAN SARAN Bab ini berisi kesimpulan dari keseluruhan uraian bab-bab sebelumnya dan saransaran yang diajukan untuk pengembangan selanjutnya.