BAB I PENDAHULUAN 1.1 Latar Belakang Jaringan syaraf tiruan merupakan bidang ilmu yang banyak digunakan dalam melakukan pengenalan pola suatu obyek. Banyak obyek yang dapat digunakan untuk pengenalan pola seperti pengenalan pola huruf, pengenalan pola angka, pola sidik jari, pola wajah dan banyak lagi yang lainnya. Kemajuan teknologi seperti program absensi, e-ktp dan sebagainya banyak memanfaatkan pengenalan bentuk tubuh untuk proses masuk suatu sistem, dan pengenalan pola wajah menjadi salah satu cara dalam identifikasi seseorang dalam suatu teknologi sistem. Permasalahan dalam pengenalan pola wajah biasa dialami ketika proses identifikasi citra pola wajah. Dimana ketika citra pola wajah memiliki noise (kerusakan) maka pola wajah tersebut menjadi sulit untuk dikenali. Hal inilah yang menjadi permasalahan dalam pengenalan pola wajah yang membuat penulis ingin membuat suatu sistem yang dapat mengenali pola wajah yang memiliki noise sehingga nantinya tetap dapat dikenali identitas pemilik wajah tersebut. Learning Vector Quantization (LVQ) merupakan jaringan lapisan tunggal (singlelayer net) di mana lapisan masukan terkoneksi secara langsung dengan setiap neuron pada keluaran. LVQ terdiri dari lapisan input (input layer), lapisan kompetitif dan lapisan output (output layer). Lapisan input dihubungkan dengan lapisan kompetitif oleh bobot. Suatu lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vektor-vektor masukan. Kelas-kelas yang didapatkan sebagai hasil dari lapisan kompetitif ini hanya tergantung pada jarak antara vektor vektor masukan. Jika jarak dua vektor masukan mendekati sama, maka lapisan kompetitif akan
meletakkan kedua vektor masukan tersebut ke dalam kelas yang sama (Hidayati & Warsito, 2010). Dari penelitian terdahulu, (Qur ani & Rosmalinda, 2010) dibuktikan kemampuan metode LVQ dengan mengembangkan aplikasi untuk mengidentifikasi pola tanda tangan. Pada penelitian ini, digunakan pula metode deteksi tepi (edge detection) untuk mengolah citra yang digunakan sebagai masukan jaringan syaraf tiruan ini agar diperoleh garis tepi dari citra tanda tangan. Ini akan membantu menandai bagian yang menjadi detil citra. Dari hasil uji coba program menunjukkan bahwa metode LVQ dapat mengenali pola tanda tangan dengan ketepatan 98% pada data uji. Kemudian (Cahyono, 2010) dalam penelitiannya menunjukkan penggunaan jaringan syaraf tiruan LVQ untuk proses klasifikasi barcode dalam kondisi normal maupun dalam kondisi rusak atau mengalami noise memberikan hasil yang sangat baik. Yaitu untuk barcode yang normal memiliki akurasi pengenalan mencapai 96% sedangkan untuk barcode yang rusak dengan tingkat kerusakan kurang dari 20% memiliki akurasi pengenalan mencapai 92%. Selanjutnya (Prabowo,dkk, 2006) dalam penelitian ini dibandingkan antara metode kohonen neural network dan metode learning vector quantization sebagai metode klasifikasi. Sedangkan untuk pra-pengolahan citra menggunakan teknik pengolahan citra digital. Dari uji coba yang dilakukan, metode LVQ memiliki rata-rata tingkat keakuratan yang lebih tinggi yaitu (93.80%) sedangkan metode Kohonen (89.59%). Berdasarkan latar belakang yang telah diuraikan diatas, maka penulis ingin melakukan penelitian dengan judul Implementasi Learning Vector Quantization dan Deteksi Tepi Robert Untuk Pengenalan Citra Wajah. 1.2 Perumusan Masalah Berdasarkan latar belakang maka yang menjadi rumusan masalah adalah bagaimana mengenali citra wajah seseorang bila citra pola wajah yang akan dikenali memiliki noise (kerusakan).
1.3 Batasan Masalah Adapun batasan masalah dalam penelitian ini adalah : 1. Proses pengenalan pola menggunakan metode LVQ. 2. Deteksi tepi yang digunakan adalah operator Robert. 3. Jenis file inputan yaitu file dengan format *.jpg. 4. Ukuran file citra yaitu berukuran 110 x 146 piksel. 5. Bahasa pemrograman yang digunakan yaitu bahasa pemrograman MATLAB R2007b. 1.4 Tujuan Penelitian Adapun tujuan dari penelitian ini adalah : Untuk mengetahui apakah metode LVQ dan deteksi tepi Robert dapat melakukan pengenalan terhadap citra wajah yang memiliki noise sehingga identitas pemilik wajah tetap dapat dikenali. 1.5 Manfaat Penelitian Penelitian ini diharapkan dapat membantu masyarakat baik individu maupun kelompok yang nantinya dapat memanfaatkan aplikasi ini untuk mengenali citra wajah yang memiliki noise dan nantinya bisa dipakai sebagai tanda pengenal untuk suatu sistem keamanan dan untuk bidang lainnya. Kedepannya juga diharapkan penelitian ini menjadi topik yang dapat dikembangkan lebih lanjut oleh peneliti lainnya yang tertarik di bidang jaringan saraf tiruan. 1.6 Metodologi Penelitian
Metodologi penelitian yang digunakan dalam penulisan tugas akhir ini adalah sebagai berikut: a. Studi Literatur Melakukan studi kepustakaan melalui penelitian berupa buku mengenai deteksi tepi dan jaringan syaraf tiruan, jurnal dan artikel-artikel yang relevan. b. Analisis dan Perancangan Pada tahap ini dilakukan analisis terhadap permasalahn yang ada dan batasan masalah yang dimiliki lalu perancangan flowchart, interface, dan perancangan sistem. c. Implementasi Pada tahap ini adalah mengimplementasikan rancangan sistem yang telah dibuat pada analisis dan perancangan sistem menggunakan bahasa pemrograman Matlab R2007b. d. Pengujian Sistem Dalam tahap ini dilaksanakan pengujian terhadap sistem yang telah dibuat dengan melakukan proses pengenalan pola. e. Dokumentasi Dalam tahapan ini dilakukan penyusunan laporan dari hasil analisis dan perancangan sistem dalam format penulisan penelitian. 1.7 Sistematika Penulisan Agar pembahasan lebih sistematis, maka tulisan ini dibuat dalam lima bab, yaitu : Bab I Pendahuluan Berisi latar belakang, perumusan masalah, batasan masalah, tujuan dan manfaat penelitian dan sistematika penulisan. Bab II Landasan Teori Berisi tentang penjelasan singkat mengenai definisi wajah, citra, deteksi tepi, jaringan saraf tiruan dan metode LVQ. Bab III Analisis dan Perancangan Sistem
Berisi analisis mengenai fokus permasalahan penelitian dan perancangan tampilan form dari aplikasi. Bab IV Implementasi dan Pengujian Bab ini berisi teknik implementasi dari perancangan yang telah dibuat dan pengujian terhadap implementasi. Pengujian dilakukan untuk membuktikan perangkan lunak dapat berjalan sesuai dengan spesifikasi yang telah ditentukan di tahapan analisis. Bab V Kesimpulan dan Saran Berisi tentang kesimpulan yang diperoleh setelah menyelesaikan tugas akhir ini dan saran-saran yang dapat diberikan untuk melakukan pengembangan perangkat lunak lebih lanjut.