BAB I PENDAHULUAN BAB I PENDAHULUAN

dokumen-dokumen yang mirip
UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan.

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB I PENDAHULUAN

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Timor Leste terletak di antara garis lintang 8 dan 10 S, dan bujur 124

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan Penelitian

BAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: b. Memori : 8192 MB. c. Sistem Model : Lenovo G40-45

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB III ANALISIS DAN PERANCANGAN SISTEM

DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1

BAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara

BAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.

DETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION

ALGORITMA LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN BARCODE BUKU DI PERPUSTAKAAN UNIVERSITAS GALUH CIAMIS

1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,

BAB I PENDAHULUAN. warisan budaya yang ada di Bali yang perlu mendapatkan perhatian karena mulai

BAB I PENDAHULUAN 1.1. Latar Belakang 1.2. Rumusan Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

DAFTAR ISI LEMBAR PERNYATAAN KEASLIAN HASIL TUGAS AKHIR... LEMBAR PENGESAHAN PENGUJIAN... iv HALAMAN PERSEMBAHAN... HALAMAN MOTO...

BAB 1 PENDAHULUAN. citra keluaran dengan informasi yang siap digunakan. meningkatkan efisiensi dan akurasi, serta meminimalisasi kesalahan.

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

PERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra

UKDW BAB I PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN. Dewasa ini kepedulian masyarakat Indonesia akan budaya-budaya lokal

SISTEM PENGENALAN BARCODE MENGGUNAKAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

BAB I PENDAHULUAN. ke karakteristik tertentu pada manusia yang unik dan berbeda satu sama lain.

BAB 1 PENDAHULUAN. Sistem penghitungan pengunjung..., Ikhsan Putra Kurniawan, FASILKOM Universitas UI, 2008 Indonesia

BAB III METODOLOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah:

BAB I PENDAHULUAN 1.1 LATAR BELAKANG. Tekstur adalah salah satu elemen dasar citra. Elemen dasar ini berupa ciriciri

BAB I: PENDAHULUAN. lingkup dari Tugas Akhir ini, serta diakhiri dengan sistematika penulisan laporan.

IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION

BAB I PENDAHULUAN. yang beragam, dimana salah satunya terwujud dalam aksara atau tulisan asli

Identifikasi Tanda Tangan Dengan Ciri Fraktal dan Perhitungan Jarak Euclidean pada Fakultas Teknologi Informasi Universitas Budi Luhur

BAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi

BAB I PENDAHULUAN. untuk meniru sistem visual manusia (human vision).

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini.

BAB I PENDAHULUAN 1.1. Latar Belakang dan Permasalahan

BAB III METODOLOGI PENELITIAN

BAB 1 PENDAHULUAN Latar Belakang

BAB III PERANCANGAN SISTEM

BAB I PENDAHULUAN. 1.1 Latar Belakang

Pengenalan Jenis Pempek Menggunakan Metode Canny & K-Nearest Neighbor (KNN) Berdasarkan Bentuknya

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D

BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM

BAB I PENDAHULUAN. berbeda antara manusia satu dengan yang lain. Manusia mengenali

BAB I PENDAHULUAN. mengevaluasi perusahaannya dengan cepat, akurat, efektif dan efisien.

Oleh: Angger Gusti Zamzany( ) Dosen Pembimbing: Dr. Dwi Ratna Sulistyaningrum, S.Si, M.T.

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. Bahasa Jepang menggunakan berbagai jenis karakter untuk sistem

1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :

BAB 3 ANALISA DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN. tulang belakang terjepit atau organ-organ dalam terganggu. Tingkat presisi dalam

BAB I PENDAHULUAN. Perkembangan dunia ilmu pengetahuan dan teknologi semakin pesat

BAB I PENDAHULUAN. 1.1 Pendahuluan

BAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi,

Generated by Foxit PDF Creator Foxit Software For evaluation only. BAB I PENDAHULUAN

UKDW 1. BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. menyebabkan pengolahan citra digital memiliki kegunaan yang sangat luas. geologi, kelautan, industri, dan lain sebagainya.

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN UKDW

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW 1. BAB I PENDAHULUAN. 1.1.Latar Belakang Masalah

BAB I PENDAHULUAN. mengenai deteksi wajah dengan Differential Evolution Based Neural Network

LAMPIRAN A: DAFTAR DATA CITRA dan DATA CITRA BAYANGAN

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Osteoporosis atau keropos tulang adalah penyakit silent epidemic, yang

BAB IV HASIL DAN PEMBAHASAN

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latarbelakang

Ekstraksi Ciri Citra Batik Berdasarkan Tekstur Menggunakan Metode Gray Level Co Occurrence Matrix

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang

Transkripsi:

BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Era globalisasi membuat Indonesia menjadi salah satu negara yang mengalami perkembangan sangat pesat dalam teknologi, Mubah (2011) menjelaskan Indonesia sebagai negara berkembang menghadapi ancaman yang serius dalam bidang kultural karena belum memiliki daya kompetitif yang setara dengan negara maju serta mulai mengikis nilai-nilai identitas kultural Indonesia. Sitokdana (2015) menjelaskan bahwa dibutuhkan pengelolaan, pendokumentasian dan penyebarluasan informasi dan pengetahuan yang memanfaatkan kecanggian teknologi informasi dan komunikasi untuk mempertahankan dan mewariskan nilainilai luhur budaya lokal dan nasional. Salah satu kesenian yang terkenal di Indonesia dan harus dipertahankan adalah seni ukir, ragam hias motif dalam seni ukir biasanya digunakan untuk mempercantik dan memperindah suatu objek dengan berlandaskan filosofi tertentu. Seni ukir Bali merupakan salah satu seni ukir yang memiliki banyak ragam hias motif yang dituangkan pada media kayu atau batu. Ragam hias tersebut dapat dijumpai pada bangunan-bangunan tradisional di Bali dan bangunan-bangunan suci umat Hindu di seluruh Indonesia, mengingat pentingnya kebudayaan dan kesenian yang dapat menunjukkan suatu ciri khas daerah Bali, maka hendaknya hasil seni dan budaya tersebut dapat dipertahankan, diwariskan serta diperkenalkan di mata dunia, bidang teknologi yang dapat dimanfaatkan untuk pelestarian kesenian dan kebudayaan adalah pengolahan citra digital dan pengenalan pola, salah satu permasalahan dalam bidang pengenalan pola adalah klasifikasi citra ke dalam kelas tertentu. Klasifikasi data bertujuan untuk mengidentifikasi karakteristik objek yang terkandung dalam suatu data dan mengkategorikan data tersebut kedalam kelompok yang berbeda, apabila ragam hias motif ukiran Bali dituangkan kedalam citra digital dan dianalisis, tentunya akan sulit dilakukan pengenalan dan pengklasifikasian, hal ini dikarenakan motif ukiran Bali merupakan salah satu ragam hias motif ukiran

dengan banyak variasi bentuk yang merupakan penggabungan dari motif-motif lain sehingga diperlukan suatu metode yang tepat untuk melakukan pengenalan dan pengklasifikasian citra motif ukiran Bali. Penelitian ini memanfaatkan bentuk dari ukiran Bali yang dominan mengandung lengkungan-lengkungan sehingga pendekatan yang digunakan untuk ekstraksi ciri adalah gradien garis, metode HOG merupakan salah satu metode ekstraksi ciri yang memanfaatkan persebaran gradien citra pada orientasi tertentu dengan memanfaatkan sel dan blok, namun permasalahan pada HOG adalah untuk mendapatkan akurasi pengenalan dan pengklasifikasian yang baik maka pemilihan ukuran sel dan blok harus dilakukan dengan cara manual dan acak (Kachouane dkk, 2012). Metode lain yang dapat melakukan perhitungan gradien adalah metode deteksi tepi Canny, kelebihan metode ini adalah dapat mendeteksi tepi yang lemah dengan benar karena sebelum proses deteksi tepi metode ini melakukan penghilangan noise dengan melakukan filterisasi menggunakan gaussian filter (Kadir dan Susanto, 2013), namun kendala yang terjadi adalah ukuran citra yang dihasilkan sebelum dan sesudah deteksi tepi adalah sama sehingga dalam proses pengenalan akan membutuhkan waktu yang cukup lama apabila citra input yang digunakan memiliki ukuran yang besar, kendala ini memerlukan suatu metode pendukung yang dapat mempercepat proses pengenalan dan pengklasifikasian motif ukiran Bali, PCA merupakan sebuah metode yang tepat untuk melakukan reduksi terhadap ukuran citra dan meminimalkan penggunaan memori dalam proses pelatihan data sehingga membutuhkan waktu yang lebih sedikit untuk proses pengenalan dan pengklasifikasian (Chanklan dkk, 2015), pelatihan dan pengenalan pola dilakukan dengan menggunakan jaringan saraf tiruan LVQ yang melakukan pembelajaran kompetitif dan terawasi serta secara cerdas mengklasifikasikan data kedalam kelas-kelas tertentu sesuai data latih, dalam kasus pengenalan pola motif ukiran Bali maka dilakukan pengenalan pola dengan menggunakan metode ekstraksi ciri HOG yang dilatih menggunakan LVQ, akurasi pengenalan yang diperoleh akan dibandingkan dengan metode ekstraksi ciri PCA yang dilatih menggunakan jaringan saraf tiruan yang sama dengan HOG yaitu LVQ, parameter yang digunakan untuk membandingkan antara HOG dan PCA adalah ukuran sel

dan blok pada metode HOG, nilai ambang atas dan nilai ambang bawah pada deteksi tepi canny yang selanjutnya diekstraksi dengan PCA serta nilai learning rate yang bervariasi saat proses pelatihan data dengan LVQ. 1.2 Rumusan Masalah Berdasarkan latar belakang yang sudah dipaparkan, sehingga perlu diketahuinya sebuah metode ekstraksi ciri yang tepat untuk mengenali dan mengklasifikasikan citra motif ukiran Bali berdasarkan perbandingan akurasi pengenalan yang diperoleh dari metode ekstraksi ciri HOG dengan metode ekstraksi ciri PCA yang keduanya dilatih menggunakan LVQ. 1.3 Batasan Masalah Adapun batasan masalah dari penelitian ini agar mendapatkan hasil yang diharapkan adalah sebagai berikut. 1. Citra input yang digunakan adalah citra dengan format.jpg. 2. Citra input yang digunakan disamakan ukurannya menjadi 128x128 piksel. 3. Citra latih yang digunakan adalah citra motif ukiran Bali yang berjumlah 600 citra untuk setiap jenis motif dari 6 motif yang akan dianalisis yaitu karang gajah, karang goak, karang kala, motif mas-masan, motif kakul, dan patra cina dengan masing-masing jenis terdiri dari 100 citra latih. 4. Citra motif ukiran Bali yang diujikan berjumlah 300 citra dari 6 jenis motif dengan masing-masing jenis terdiri dari 50 citra uji. 5. Citra uji yang digunakan merupakan citra yang berbeda dengan citra yang digunakan untuk proses pelatihan data, total citra yang digunakan pada proses pelatihan dan pengujian adalah 900 citra dari 6 jenis motif ukiran Bali. 6. Motif ukiran yang dianalisis adalah motif ukiran candi (ukiran batu). 1.4 Keaslian Penelitian Penelitian dengan topik pengenalan pola dengan metode ekstraksi ciri HOG serta metode ekstraksi ciri PCA dan pelatihan data dengan LVQ sudah banyak

dilakukan, namun dalam penelitian ini akan dilakukan penelitian dengan objek motif ukiran Bali dan membandingkan hasil pengenalan dari metode ekstraksi ciri HOG dan metode ekstraksi ciri PCA yang keduanya akan dibelajarkan pada jaringan saraf tiruan LVQ. 1.5 Tujuan Penelitian Penelitian ini bertujuan untuk menerapkan metode ekstraksi ciri HOG dan metode ekstraksi ciri PCA yang keduanya dibelajarkan menggunakan LVQ untuk mengenali citra motif ukiran Bali, hasil pengenalan yang diperoleh dibandingkan akurasinya. 1.6 Manfaat Penelitian Manfaat dari penelitian yang akan diperoleh dapat dibagi menjadi 2 bidang yaitu dalam bidang akademik dan masyarakat, adapun penjelasannya adalah sebagai berikut. 1. Manfaat dalam bidang akademik yaitu diharapkan dapat menjadi salah satu metode ekstraksi ciri yang tepat dalam mengenali dan mengklasifikasikan citra motif ukiran Bali. 2. Manfaat bagi masyarakat yaitu dapat dijadikan sebuah refrensi untuk pengembangan penelitian dalam bidang pengolahan citra digital dan pengenalan pola. 1.7 Metodologi Penelitian Adapun metode penelitian yang digunakan adalah sebagai berikut ini. 1. Studi kepustakaan Mengumpulkan referensi terkait dengan metode preprocessing seperti resize ukuran citra, grayscaling dan deteksi tepi Canny, referensi terkait metode ekstraksi ciri HOG dan PCA, referensi terkait dengan LVQ dari sumber-sumber terkait seperti jurnal-jurnal, penelitian terkait, prosiding, tesis, buku-buku dan sumber-sumber lain yang akan dijadikan acuan dalam penelitian ini.

2. Pengumpulan data Tahapan ini merupakan tahap pengumpulan data untuk penelitian, data penelitian yang digunakan merupakan data dengan format.jpg yang diakuisisi secara manual dengan kamera digital pada bangunan suci di Bali. 3. Analisis dan perancangan Tahap ini merupakan tahap dalam menganalisis proses dan alur langkah yang digunakan dalam pengenalan motif ukiran Bali seperti preprocessing, ekstraksi ciri dengan HOG dan PCA, pelatihan data dan pengenalan menggunakan LVQ. 4. Implementasi Tahap implementasi adalah proses pembuatan aplikasi yang dilakukan dengan menuliskan kode program pada bahasa pemrograman tertentu yang didukung oleh program basis data untuk mengelola data yang mendukung dalam pengenalan motif ukiran Bali. 5. Pengujian sistem Pada tahap pengujian sistem merupakan proses uji coba terhadap hasil implementasi program yang mewakili metode-metode yang digunakan dalam penelitian ini, pengujian sistem dilakukan untuk mendapatkan akurasi pengenalan pola motif ukiran Bali yang membandingkan dua metode ekstraksi ciri HOG dan PCA. 1.8 Sistematika Penulisan Pada penelitian ini, penulisan akan dibagi menjadi 7 (tujuh) bab, adapun perincian dari masing-masing bab adalah sebagai berikut. BAB I. PENDAHULUAN Pada bab ini akan dibahas terkait hal yang melatarbelakangi penelitian, perumusan permasalahan, batasan permasalahan yang diangkat dalam penelitian, tujuan dan manfaat dari penelitian ini, metodologi penelitian dan sistematika penulisan. BAB II. TINJAUAN PUSTAKA

Pada bab ini akan dipaparkan terkait dengan hasil penelitian yang telah dilakukan oleh peneliti lain yang memiliki keterkaitan dengan topik yang ada pada penelitian ini. BAB III. LANDASAN TEORI Pada bab ini akan diuraikan teori-teori yang mendasari dalam penelitian ini serta teori yang akan digunakan untuk memecahkan permasalahan yang ada dalam penelitian ini. BAB IV. ANALASIS DAN RANCANGAN SISTEM Bab ini akan membahas perancangan dalam pengembangan sistem untuk pengenalan pola motif ukiran Bali, adapun hal yang akan dipaparkan meliputi arsitektur, diagram alir, algoritma, dan rencana antarmuka sistem. BAB V. IMPLEMENTASI Hal yang akan dipaparkan dalam bab ini adalah hal-hal yang terkait dengan implementasi dari sistem pengenalan pola motif ukiran Bali. BAB VI. HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan dibahas hasil akhir dari sistem yang telah dibangun yang digunakan untuk mengenali motif ukiran Bali, hasil akhir tersebut adalah berupa akurasi yang diperoleh sistem berdasarkan citra yang input yang digunakan untuk pelatihan ataupun pengujian. BAB VII. KESIMPULAN Bab ini merupakan bab yang terakhir dari penulisan, pada bab ini akan dipaparkan kesimpulan dari penelitian ini, selain itu pada bab ini juga akan diberikan saran yang dapat digunakan untuk penelitian selanjutnya.