12 BAB I PENDAHULUAN 1.1. Latar Belakang Bahasa Jepang termasuk salah satu bahasa penting dan digunakan secara internasional. Bahasa Jepang menduduki urutan ke-4 setelah bahasa Inggris, Mandarin, dan Spanyol dari 10 bahasa yang sering digunakan. Berdasarkan data daftar bahasa yang digunakan menurut jumlah penutur asli, bahasa Jepang berada pada urutan ke-9 setelah bahasa Mandarin, Hindi, Spanyol, Inggris, Bengali, Arab, Rusia, dan Portugis (Handoyono & Susanto, 2010). Manusia memiliki berbagai cara dalam mempelajari bahasa-bahasa asing. Misalnya dengan mempelajarinya dengan otodidak, berbicara aktif, dan kursus. Bahasa asing juga dapat dipelajari secara digital melalui media komputer. Oleh karena itu, mesin (komputer) perlu mengerti dan menguasai karakter huruf dalam bahasa asing agar dapat membantu mempermudah manusia dalam mempelajari bahasa asing tersebut. Teknik pengenalan pola memiliki banyak perkembangan dan semakin sering dipakai dalam memecahkan suatu permasalahan. Teknik pengenalan pola digunakan untuk pengenalan tulisan tangan, gambar, dan sebagainya. Suatu aplikasi pengenalan pola bertujuan untuk melakukan proses pengenalan terhadap objek ( misalnya tulisan tangan ) ke dalam satu kelas tertentu, berdasarkan pola yg dimilikinya (Ldya, et al. 2010).
13 Jaringan saraf tiruan merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan disini digunakan karena jaringan saraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran (Andrijasa, et al. 2010). Recurrent Neural Network ( RNN ) adalah neural network dengan fasilitas umpan balik menuju neuron itu sendiri maupun neuron yang lain, sehingga aliran informasi dari masukan mempunyai arah jamak (Aribowo, 2010). Recurrent Neural Network adalah jaringan yang mempunyai minimal satu feedback loop. RNN memiliki kemampuan penggambaran yang sangat bagus dan dapat mengatasi kelemahan feedfoward (Soelaiman & Rifa i, 2010) Sudah banyak penelitian teknologi informasi yang bergerak di bidang pengenalan tulisan seperti yang dilakukan oleh Handoyono dan Susanto pada tahun 2010 yang berjudul Penerapan Jaringan Syaraf Tiruan Metode Propagasi Balik dalam Pengenalan Tulisan Tangan Huruf Jepang Jenis Hiragana dan Katakana dan penelitian yang dilakukan oleh J.Pradeep, et.al yang berjudul Diagonal Feature Extraction Based Handwritten Character System Using Neural Network. Selain itu penelitian terdahulu yang menerapkan metode Recurrent Neural Network yang dilakukan oleh Soelaiman dan Rifa i yang berjudul Identifikasi Nonlinier dengan Menggunakan Metode Recurrent Neural Network dan Algoritma Dead-Zone Kalman Filter. Meskipun penelitian dalam pengenalan kata sudah banyak dilakukan, tetapi masih diperlukan lagi pengembangan dalam penelitian di bidang pengenalan kata khususnya pada tulisan Katakana. Katakana dengan segala kompleksitasnya ternyata memiliki aturan yang ketat dalam penulisannya (Salman, 2010). Aturan itu disebut sebagai stroke order atau urutan goresan. Karena dengan teknik penulisan tersebut, disamping bermanfaat untuk keindahan tulisan, juga sangat berguna sebagai metode dalam menghafal huruf Katakana, yang tentu saja menghemat memori di otak kita. Jaringan syaraf tiruan memiliki kemampuan dalam mengenali huruf berdasarkan tulisan tangan. Maka dalam penelitian
14 ini, penulis memanfaatkan jaringan syaraf tiruan recurrent neural network untuk mengenali huruf berdasarkan tulisan tangan huruf Katakana. 1.2 Rumusan Masalah Dalam penerapannya, terdapat ketidakakurasian dalam penulisan huruf Katakana. Hal ini disebabkan oleh banyaknya variasi dan tata cara penulisan huruf Katakana yang berbedabeda. Tata cara penulisan huruf Katakana memiliki aturan tersendiri khusunya mengenai jumlah goresan. Oleh karena itu, diperlukan suatu pendekatan untuk mengenali tulisan Jepang huruf Katakana. 1.3 Batasan Masalah Dalam penelitian ini, ditetapkan beberapa batasan masalah yakni : 1. Pengenalan karakter tulisan tangan Katakana dilakukan secara offline. 2. Input berupa file image yang telah discan dalam format jpeg. 3. Akuisisi citra diambil dari 5 orang sebagai data sampel. 4. User dari sistem ini merupakan orang yang sedang mempelajari tulisan tangan huruf Jepang jenis Katakana. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah untuk melakukan pengenalan tulisan tangan huruf Jepang jenis Katakana menggunakan Recurrent Neural Network 1.5 Manfaat Penelitian Adapun manfaat penelitian ini adalah : 1. Adapun manfaat dari penelitian yang dilakukan penulis adalah untuk menambah wawasan dan pengetahuan tentang penerapan metode Recurrent Neural Network
15 pada jaringan syaraf tiruan dalam pengenalan huruf tulisan tangan huruf Katakana. 2. Sebagai bahan referensi untuk penelitian selanjutnya yang berkenaan dengan pengenalan tulisan menggunakan jaringan syaraf tiruan. 1.6 Metodologi Penelitian Ada beberapa tahapan dalam proses pengerjaan tugas akhir ini. Tahapan metodologi tersebut adalah sebagai berikut : 1. Studi Literatur Pada tahap ini, penulis mengumpulkan literatur tentang masalah yang diperlukan untuk dalam penelitian. Tahapan ini dilakukan untuk mengetahui apa yang telah diteliti dan dikerjakan sebelumnya sehingga dapat dilakukan pengembangan pada penelitian ini. Adapun literatur yang dikampulkan berkaitan dengan: 1. Teori tentang Recurrent Neural Network. 2. Teori tentang huruf Katakana. 3. Teknik, Image Processing dan pengambilan keputusan menggunakan Recurrent Neural Network 2. Pengumpulan Data Pada tahapan ini dilakukan untuk mengumpulkan data data yang mendukung penyelesaian masalah. Data data yang dikumpulkan berupa data citra huruf Katakana yang akan digunakan untuk proses pembelajaran dan pengujian pada sistem. 3. Analisis dan Perancangan Sistem Pada tahapan ini dilakukan analisis terhadap materi dan data yang mendukung terhadap penyelesaian masalah sehingga dapat merancang sistem yang dapat diimplementasikan pada penelitian ini. Bagian dari perancangan sistem adalah sebagai berikut :
16 1. Preprocessing Citra huruf Katakana Preprocessing Citra dengan tujuan untuk memproses citra huruf Katakana yang masih dalam ukuran normal atau semula menjadi ukuran pixel 2. Feature extraction Pada proses ekstraksi fitur digunakan untuk mengekstrak nilai dari luas area huruf Katakana. 3. Implementasi Sistem Pada tahapan implementasi sistem ini akan dilakukan pengkodean program dengan menggunakan NetBeans. 4. Pengujian Sistem Pada tahapan pengujian sistem yang telah dibangun akan diuji untuk memastikan apakah sistem telah berjalan sesuai yang diharapkan. 5. Dokumentasi dan Penyusunan Laporan Pada tahapan ini yaitu penyusunan laporan terhadap analisis dan implementasi Recurrent Neural Network untuk melakukan identifikasi tulisan huruf Jepang jenis Katakana. 1.7 Sistematika Penulisan Sistematika penulisan dari penelitian 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.
17 Bab 2: Landasan Teori Bab ini berisi teori-teori yang digunakan untuk memahami permasalahan yang dibahas pada penelitian ini. Pada bab ini dijelaskan tentang penerapan metode Recurrent Neural Network dalam pengenalan tulisan Jepang huruf Katakana. Bab 3: Analisis dan Perancangan Bab ini berisi analisis dan penerapan metode Recurrent Neural Network untuk pengenalan tulisan Jepang huruf Katakana, serta perancangan seperti pemodelan dengan flowchart. Bab 4: Implementasi dan Pengujian Bab ini berisi pembahasan tentang implementasi dari analisis dan perancangan yang disusun pada Bab 3 dan pengujian apakah hasil yang didapatkan sesuai dengan yang diharapkan. Bab 5: Kesimpulan Dan Saran Bab ini berisi kesimpulan dari keseluruhan uraian bab bab sebelumnya dan saran saran yang diajukan untuk pengembangan penelitian selanjutnya.