Upload
adrian-febryanto
View
266
Download
1
Embed Size (px)
Citation preview
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
1/22
1
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
APLIKASI PENGENALAN POLA TANDA TANGAN MENGGUNAKAN JARINGAN
SYARAF TIRUAN DENGAN M ETODE PERCEPTRON
ADI AN FEBRYANTO
ABSTRAK
Nama Adian Febryanto dengan NIM 2114033, Jurusan Teknik Informatika (TI). Judul
Skripsi Aplikasi Pengenalan Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode
Perceptron. Dosen Pembimbing satu (I) bernama Rahmad Kurniawan M.Kom, dan dosen
Pembimbing dua (II) bernama Masrizal M.Kom. Skripsi ini diangkat karena dilatar belakangi oleh
dimana pengenalan pola pada PT. BUANA LISTYA TAMA Tbk masih dilakukan secara manual
yaitu dengan cara membandingkan dan melihat tanda tangan yang sudah ada, tetapi pengenalan
tanda tangan menggunakan cara ini masih dapat menimbulkan keraguan dalam mengidentifikasi
pemilik dari tanda tangan dan kurang telitinya pemeriksa dalam memperhatikan tanda tangan
apakah tanda tangan tersebut cocok atau tidak cocok dengan tanda tangan asli sehingga
menimbulkan keraguan maka penulis membuat aplikasi pengenalan pola tanda tangan, untuk
mempermudah dalam mengindetifikasi pemilik tanda tangan.
Dalam penelitian ini penulis menggunakan studi perpustakaan dan studi laboraturium.
Pengumpulan data dengan cara studi pustaka yaitu penulis mendapatkan bahan-bahan secara
teoritis berbagai sumber baik itu buku, literatur ataupun karya ilmiah yang mendukung dalam
perancangan aplikasi pengenalan pola tanda tangan.
Bahasa pemrograman yang digunakan Visual Basic 6.0. Perancangan aplikasi pengenalan
tanda tangan ini dapat menjawab keraguan cocok atau tidak cocok nya suatu tanda tangan dengan
yang aslinya. Untuk mendukung kearutan data dalam hasil pengujian digunakan bahasa
pemrograman MATLAB 6.1.
Kata Kunci : Aplikasi, Jaringan Syaraf Tiruan, Metode Perceptron, Pengenalan Pola, Tanda
Tangan, Kecerdasaan Buatan, Matlab, Visual Basic 6.0
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
2/22
2
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
PENDAHULUAN
1.1 Latar Belakang Pemilihan Judul
Seiring dengan perkembangan teknologi saat ini, para ahli mencoba untuk menggantikan
sifat kerja otak manusia dengan komputer ataupun aplikasi yang cerdas, sehingga diharapkan akan
tercipta komputer atau aplikasi yang dapat berpikir selayaknya otak manusia yang dapat
mengambil suatu keputusan sendiri dengan memperhatikan dan menimbang input atau masukan
yang diberikan dengan melalui pelatihan atau pembelajaran. Hal inilah yang mendorong
terciptanyaArtificalIntelegence(AI). Yang salah satu cabangnya adalah jaringan syaraf tiruan.
Jaringan syaraf tiruan merupakan sistem untuk pemrosesan informasi yang memiliki
kemampuan pembelajaran terhadap data dan informasi yang diterima, kemapuan untuk
memodelkan fungsi linear dan mempunyai sifat mentolerir ketidakpastian. Didalam jaringan
syaraf tiruan terdapat berbagai metode, salah satunya yaitu metode perceptron. Dimana metode
perceptron sangat sesuai untuk mengolongkan pola pada suatu permasalahan yang sederhana,
khususnya pola yang terpisah secara linear (Arif Hermawan, 2006:hal.81).
Penerapan jaringan syaraf tiruan sangatlah luas, diantaranya dalam hal peramalan,
analisis data dan pengenalan pola. Penerapan jaringan syaraf tiruan dalam pengenalan pola salah
satunya adalah pengenalan pola tanda tangan. Tanda tangan banyak digunakan dalam proses
administrasi perkantoran maupun perusahaan dan lain sebagainya. PT.Buana Listya Tama.Tbk
merupakan perusahaan besar yang bergerak di bidang pelayaran yang menggunakan tanda tangan
untuk melakukan kegiatan operasional perusahaan dalam pengurusan dokumen-dokumen dan
kegiatan administrasi perusahaan. Tanda tangan ini bertujuan untuk meminta bertanggung jawaban
dari isi yang tertera didalam dokumen tersebut, baik yang ditujukan ke pimpinan maupun kepada
orang yang bersangkutan.
Namun sebagian karyawan masih menganggap penggunaan tanda tangan suatu hal biasa,
sehingga memungkinkan karyawan untuk melakukan tindak kecurangan dalam penggunaan tanda
tangan. Pemalsuan dan penyalahgunaan tanda tangan salah satu tindak kecurangan yang dilakukan
karyawan untuk kepentingan pribadi, yang dapat merugikan perusahaan dan orang lain.
Dimana pengenalan pola pada PT. BUANA LISTYA TAMA Tbk masih dilakukan secara
manual yaitu dengan cara membandingkan dan melihat tanda tangan yang sudah ada, tetapi
pengenalan tanda tangan menggunakan cara ini masih dapat menimbulkan keraguan dalam
mengidentifikasi pemilik dari tanda tangan dan kurang telitinya pemeriksa dalam memperhatikan
tanda tangan apakah tanda tangan tersebut cocok atau tidak cocok dengan tanda tangan asli
sehingga menimbulkan keraguan..
Oleh sebab itu, perlu dirancang aplikasi untuk mengidentifikasi tanda tangan, dengan
menggunakan jaringan syaraf tiruan metode perceptron melalui suatu penelitian dengan judul
APLIKASI PENGENALAN TANDA TANGAN MENGGUNAKAN JARINGAN SYARAF
TIRUAN DENGAN METODE PERCEPTRON.
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
3/22
3
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
1.2 Identifikasi Masalah
1. Terjadinya pemalsuan dan penyalahangunaan tanda tangan sehingga dapat merugikan
perusahaan dan pihak lain.
2. Pengenalan tanda tangan masih dilakukan dengan cara membandingkan dan melihat tanda
tangan yang sudah ada (manual).
3. Pemeriksaan yang kurang teliti dalam mengenali tanda tangan apakah cocok atau tidak cocok
dengan tanda tangan asli sehingga menimbulkan keraguan.
4. Sebagian karyawan masih menganggap penggunaan tanda tangan suatu hal biasa, sehingga
terjadi tindak kecurangan dalam penggunaan tanda tangan.
1.3 Perumusan Masalah
Dari permasalahan yang telah teridentifikasi diatas maka perumusan masalah yaitu
Bagaimana membuat aplikasi pengenalan pola tanda tangan menggunakan jaringan syaraf tiruan
dengan metode perceptron?
1.4 Hipotesa
Dari permasalahan yang ada maka dapat diambil hipotesa apabila dirancang sistem
pengenalan pola tanda tangan menggunakan jaringan syaraf tiruan dengan metode perceptron
maka akan dapat mengidentifikasi pemilik tanda tangan.
1.5 Ruang Lingkup Penelitian
Agar pembahasan ini lebih terarah dalam melakukan analisa pada permasalahan yang
dihadapi dan sesuai dengan tujuan penelitian yang dicapai, maka ruang lingkup penelitian ini
adalah :
1. Datainputberupa gambar tanda tangan dengan format file jpg atau bmp.
2. Gambar tanda tangan tidak kotor (noise).
3. Hardware yang digunakan :
a) Laptop Toshiba
- Satellite Pro C640.
- Processor : intel core i3 @ 2,53 GHz.
- Memory : 2048MB RAM.
- Hardisk : 250 GB.
b) Printer dan Scaner
- Canon MX 328
4. Software yang digunakan :
a) Sistem operasi windows7 ultimate 32-bit.
b) Bahasa pemograman Visual basic6.0.
c) MySQLFront version3.2.
d) Microsoft Office 2010.
e)
Mozilla Firefox version22.0.
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
4/22
4
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
f) Paint.
g) Astha Community
h)
Xampp version 3.1.0.
i) Microsoft Visio 2007.
5. Tool Pengujian
a) MATLAB 6.1
1.6 Tujuan dan Kegunaa Penelitian
1.6.1 Tujuan Penelitian
Adapaun tujuan dari penelitian ini sebagai berikut :
1. Menghasilkan aplikasi pengenalan pola tanda tangan dengan menggunakan
komputer.
2. Menerapkan metode perceptron untuk melakukan pengenalan pola tanda tangan.
3. Mengurangi tindak kecurangan terhadap pemalsuan tanda tangan.
1.6.2 Kegunaan Penelitian
Adapun kegunaan dari penelitian ini adalah :
1. Memberikan kemudahan dalam mengidentifikasi pengenalan tanda tangan
1.7 Metode Penelitian
a. Tempat dan waktu penelitian
Tempat penelitian dalam pemilihan judul ini dilakukan di perusahaan PT. Buana
Listya Tama tbk cabang dumai.
b. Jenis penelitian
Jenis penelitian yang dilaksanakan dalam penelitian ini berupa :
1. Studi Pustaka
Dimana jenis penelitian ini dilakukan dengan cara mengumpulkan data dari
buku maupun dari internet.
2. Laboratorium
Dimana jenis penelitian ini menggunakan laptop untuk menguji aplikasi
c. Mengumpulkan Data
Dalam penelitian ini, adapun teknik mengumpulkan data yang dilakukan adalah
sebagai berikut :
1. Interviewatau wawancara yaitu pengumpulan data secara tatap muka langsung
untuk mendapatkan data-data dan keterangan yang diperlukan dalam pembuatan
aplikasi yang akan dirancang.
2. Observasi atau pengamatan langsung ke objek penelitian guna memperoleh data
atau informasi dan gambaran terhadap sistem yang sedang berjalan sehingga
selanjutnya dapat dirancang sesuai yang sesuai dengan kebutuhan.
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
5/22
5
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
1.8 Sistematika Penelitian
Adapun sistematika penelitian yang diguanakan didalam pembuatan proposal skripsi
sebagai berikut :
BAB I : PENDAHULUAN
BAB II : TINJAUAN UMUM OBJEK PENELITIAN
BAB III : ANALISA DAN PERANCANGAN
BAB IV : IMPLEMEMTASI SISTEM
BAB V : KESIMPULAN DAN SARAN
TINJUAN UMUM DAN LANDASAN TEORI
2.1. Tinjuan Umum Objek Penelitian
Bagan Organisasi
PT. Buana Listya Tama Tbk DumaiBranch
Gambar 1. Bagan Organisasi PT. Buana Listya Tama Tbk
DumaiBranch
Sumber : PT. Buana Listya Tama Tbk DumaiBranch
2.2. Tinjuan Teori Umum
2.2.1 Pengertian Sistem
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
6/22
6
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Sistem adalah sekumpulan objek-objek yang saling berinteraksi, serta hubungan antar
objek bisa dilihat sebagai satu kesatuan yang dirancang untuk mencapai tujuan yang telah
ditetapkan (Hamim Tohari 2014:hal.2).
2.2.2 Informasi
Informasi adalah data yang telah diproses sedemikian rupa, sehingga memiliki arti yang
lebih bermanfaat bagi penggunanya (Hamim Tohari, 2014:hal.7).
2.2.3 Data
Data dapat didefinisikan sebagai bahan keterangan tentang kejadian-kejadian nyata atau
fakta-fakta yang dirumuskan dalam sekelompok lambing tertentu yang tidak acak, yang
menunjukkan jumlah, tindakan, atau hal. Data dapat berupa catatan-catatan dalam kertas, buku,
atau tersimpan sebagaifiledalam basis data (Edhy Susanta, 2011:hal.13).
2.2.4 Pemodelan
Pemodelan (modeling) adalah penyerderhanaan dari suatu permasalahan. Sasaran dari
model adalah sebuah abstraksi dari segala sesuatu menjadi gambaran-gambaran yang lebih mudah
untuk dipahami oleh berbagai pihak. Tujuan dari pemodelan (dalam konteks pengembangan sistem
atau perangkat lunak aplikasi) adalah sebagai media visualisasi dan komunikasi antar berbagai
pihak yang terlibat dalam pengembangan sistem atau perangkat lunak aplikasi. Selain itu
pemodelan juga berfungsi sebagai alat dokumentasi, yaitu menelaah lebih jauh perilaku dari suatu
sistem secara seksama, dan untuk melakukan pengujian (testing) sistem yang telah dilakukan
pengembangan (Hamim Tohari,2014:hal.17).
2.2.5 Pengolahan Citra
Pengolahan citra adalah satu cabang dari ilmu informatika.
Pengolahan citra berkutat pada usaha untuk melakukan transformasi suatu citra atau gambar
menjadi citra lain dengan menggunakan teknik tertentu.1
Berikut adalah ini adalah definisi dasar yang dipergunakan dalam pengolahan citra :
1. Citra adalah Gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang
kontinu menjadi gambar diskrit melalui prosessampling.1
2. Sampling adalah proses untuk menentukan warna pada piksel tertentu pada citra dari sebuah
gambar yang kontinu.1
3. Kuantisasi adalah ada kalanya, dalam proses sampling, warna rata-rata yang didapat
direlasikan ke level warna tertentu.1
4. Derau (Noise) adalah gambar atau pixel yang menggangu kualitas citra.1
2.2.6 Pengertian UML (Un if ied Modeli ng Language)
1
http://id.wikipedia.org/wiki/Pengolahan_citra
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
7/22
7
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
UML (Unified Modeling Language)adalah notasi yang lengkap untuk membuat visualisasi model
suatu sistem (Deddy Kusbianto,2010:hal.116).
2.2.6.1 Diagram UML
Diagram UML adalah yang menggambarkan permasalahan maupun solusi dari
permasalahan suatu model (Deddy Kusbianto,2010:hal.113).
Berikut gambar dari diagram UML (Unified Modeling Language).
Gambar 2. Diagram UML
Sumber :http://www.uml.org/
1. Use Case Diagram
Use case adalah rangkaian atau uraian sekelompok yang saling terkait dan membentuk sistem
secara teratur yang dilakukan atau diawasi oleh sebuah aktor. Use case digunakan untuk
membentuk tingkah laku benda dalam sebuah model serta direalisasikan oleh sebuah kolaborasi.
(Hamim Tohari,2014:hal:47).
Beberapa elemen yang digunakan pada diagram use case dapat dilihat pada gambar dibawah ini
Gambar 3. Elemen-elemen diagram use case
Sumber : Hamim Tohari,2014:hal.52
2. Class Diagram
Class Diagram adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah
objek dan merupakan inti dari pengembangan dan perancangan berorientasi objek (Hamim
Tohari,2014:hal.83).Berikut adalah elemen-elemen yang digunakan pada class diagram.
Tabel 1. Elemen-elemen class diagram
http://www.uml.org/http://www.uml.org/http://www.uml.org/7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
8/22
8
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Sumber : Grady Booch,1999.Visual Modeling With Rational
Rose
Nama
Komponen
Keterangan
Elemen-elemen class
diagram
Class
Class adalah blok-blok pembangunan pada
pemograman berorientasi obyek. Sebuah class
digambarkan sebagai kotak yang terbagi atas 3
bagian. Bagian atas adalah nama class. Bagian
tengah mendefinisikan property/attribute
class.Bagian akhir mendefinisikan method-
methoddari sebuah class.
Association
Sebuah asosiasi merupakan sebuah relationship
paling umum anatar 2 class dan dilambangkan
oleh sebuah garis yang menghubungkan antara
2 class. Garis ini bisa melambangkan
relationship dan juga dapat menampilkan
hokum-hukum multiplisitas pada sebuah
relationship.
(Contoh : One-to-one, one-to-many, many-to-
many)
Composition
Jika sebuah class tidak bisa berdiri sendiri dan
harus merupakan bagian dari class yang lain,
maka class tersebut memiliki relasi
Composition terhadap class tempat dia
bergantung terserbut.
Dependency
Kadangkala sebuah class menggunakan class
yang lain. Hal ini disebut dependency.
Umumnya penggunaan dependencydigunakan
untuk menunjukkan operasi pada suatu class
yang menggunakan class lain.
-------------
Aggregation
Aggregation mengidentifikasi keseluruhan
bagian relationship dan biasanya disebut
sebagai relasi
-
Attribut
-Attribut
+Method
+
1..n Owned by
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
9/22
9
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
3. Sequence Diagram
Sequence Diagram menggambarkan interaksi antara sejumlah objek dalam urutan waktu.
Kegunaannya untuk menunjukkan rangkaian pesan yang dikirim antara objek juga interaksi antar
objek yang terjadi pada titik tertentu dalam eksekusi sistem (Hamim Tohari.2014:hal.101). Berikut
elemen-elemen padasequence diagram.
Tabel 2. Elemen-elemensequence diagram
Sumber : Grady Booch,1999.Visual Modeling With RationalRose
4. State Diagram
State Diagramyaitu menunjukkanstate-state dari obyek tunggal, event-eventatau pesan yang
menyebabkan transisi dari suatu stateke stateyang lain. State diagram hanya dibuat untuk class
yang berkelakuan dinamis(Hamim Tohari,2014:hal.107).
5. ActivityDiagram
Activity diagram memodelkan workflow proses bisnis dan urutan aktivitas dalam sebuah
proses. Diagram ini sangat mirip dengan flowchart karena memodelkan workflow dari satu
aktivitas ke aktivitas lainnya atau dari aktivitas ke status (Hamim Tohari,2014:hal.114). Berikut
elemen-elemen pada activity diagram.
Tabel 3. Elemen-elemen activity diagram
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
10/22
10
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Sumber : Grady Booch,1999.Visual Modeling With Rational
Rose
6.
Object Diagram
Object diagram adalah model yang menjelaskan bagaimana sejumlah objek bekerja sama
dalam beberapa kelakuan (Hamim Tohari,2014:hal.99)
7. CollaborationDiagram
Collaboration diagram merupakan cara alternative untuk menggambarkan scenario dari suatu
sistem (Hamim Tohari,2014:hal.104)
8. Component Diagram
Component diagram digunakan untuk memodelkan aspek fisik dari suatu sistem (Halim
Tohari,2014:hal.130).
9. Deployment Diagram
Diagram deployment menunjukkan tata letak sebuah sistem secara fisik (Hamim
Tohari,2014:hal.134).
2.3 Tinjauan Teori Khusus
2.3.1 Pengertian Aplikasi
Aplikasi berasal dari kata applicationyaitu bentuk benda dari kata kerja to applyyang
dalam bahasa Indonesia berarti pengolah. Secara istilah, aplikasi komputer adalah suatu subkelas
perangkat lunak komputer yang menggunakan kemampuan komputer langsung untuk melakukan
suatu tugas yang diinginkan pemakai. Contoh utama perangkat lunak aplikasi adalah
program pengolah kata, lembar kerja, dan pemutar media.2
2.3.2 Kecerdasan Buatan
Kecerdadsan Buatan atau Artificial Intelligence (AI) merupakan salah satu bagian dari
ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan
pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik dari pada yang
dilakukan manusia.
Menurut John McCarthy, 1956, AI adalah untuk mengetahui dan memodelkan proses-
proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia
Gambar 4. Penerapan Konsep Kecerdasan Buatan di
Komputer
Sumber : Muhammad Dahria, 2008:hal 185
2.3.3 Pengenalan Pola
2www.mlarik.com/pengertian-aplikasi
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
11/22
11
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Pengenalan pola merupakan bidang dalam pembelajaran mesin dan dapat diartikan
sebagai tindakan mengambil data mentah dan bertindak berdasarkan klasifikasi data. Dengan
demikian, ia merupakan himpunan kaidah bagi pembelajaran diselia (supervised learning). Ada
beberapa definisi lain tentang pengenalan pola, diantaranya :
Penentuan suatu objek fisik atau kejadian kedalam salah satu atau beberapa kategori.
Ilmu pengetahuan yang menitikberatkan pada deskripsi dan klarifikasi (pengenalan) dari suatu
pengukuran.
Suatu pengenalan secara otomatis suatu bentuk, sifat, keadaan, kondisi, susunan tanpa
keikutsertaan manusia secara aktif dalam proses pemutusan.
Berdasarkan beberapa definisi diatas, pengenalan pola bisa didefinisikan sebagai
kecerdasan yang menitikberatkan pada metode pengklasifikasian objek kedalam klas-klas tertentuuntuk menyelesaikan masalah tertentu.
3
2.3.4 Jaringan Saraf Tiruan
Jaringan Saraf Tiruan didefinisikan sebagai suatu sistem pemrosesan informasi yang
mempunyai karakteristik menyerupai jaringan saraf manusia ( Arief Hermawan, 2006:hal.3).
Jaringan Saraf Tiruan ditentukan oleh 3 hal, yaitu: (Drs. Jong Jek Siang, M.Sc, 2005:hal.3).
1. Pola hubungan antar neuron (disebut arsitektur jaringan).
2. Metode untuk menentukan bobot penghubung (disebut metode training / learning /
algoritma).
3.
Fungsi aktivasi.
Gambar 5. Contoh Jaringan Saraf Tiruan
Sumber : Drs. Jong Jek Siang, M.Sc, 2005:hal 3
2.3.4.1 Model Neuron
Neuron adalah unit pemroses informasi yang menjadi dasar dalam pengoperasian
jaringan saraf tiruan. Neuron terdiri dari 3 elemen pembentuk ( Drs.Jong Jek Siang, M.Sc,
2009:hal.23) :
1. Himpunan unit-unit yang dihubungkan dengan jalur koneksi. Jalur-jalur tersebut memiliki
bobot/kekuatan yang berbeda-beda. Bobot yang bernilai positif akan memperkuat sinyal dan
yang bernilai negative akan memperlemah sinyal yang dibawanya. Jumlah, struktur jaringan
(dan juga model jaringan yang terbentuk).
3
http://id.wikipedia.org/wiki/Pengenalan_pola
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
12/22
12
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
2. Suatu unit penjumlahan yang akan menjumlahkan input-input sinyal yang sudah dikalikan
dengan bobotnya.
Misalkan X1,X2, ..., Xm adalah unit-unit input dan Wj1, Wj2, , Wjm adalah bobot
penghubung dari unit-unit tersebut ke unit keluaran Yj, maka unit penjumlahan akan
memberikan keluaran sebesar Uj= X1Wj1 + X2Wj2++ XmWjm..
3. Fungsi aktivasi yang akan menentukan apakah sinyal dari input neuron akan diteruskan ke
neuronlain ataukah tidak.
2.3.4.2 Arsitektur Jaringan Saraf Tiruan
Beberapa arsitektur jaringan ya sering dipakai dalam jaringan saraf tiruan antara lain
(Drs.Jong Jek Siang, M.Sc, 2009:hal.24) :
a. Jaringan Layar Tunggal (single layer network)
Dalam jaringan ini, sekumpulan input neuron dihubungkan langsung dengan sekumpulan
outputnya. Dalam beberapa metode (misal perceptron), hanya ada sebuah unit neuronoutput.
Gambar 6. Jaringan Layer Tunggal
Sumber : Drs.Jong Jek Siang, M.Sc, 2009:hal.24
Gambar 6. menunjukan arsitektur jaringan dengan n unit input(X1, X2, , Xn) dan m buah
unit output(Y1,Y2, , Ym). Perhatikan bahwa dalam jaringan ini, semua unit inputdihubungkan
dengan semua unit output, meskipun dengan bobot yang berbeda-beda. Tidak ada unit inputyang
dihubungkan dengan unit input lainnya. Demikian pula dengan unit output. Besaran Wji
menyatakan bobot hubungan antara unit ke-i dalam input dengan unit ke-j dalam output. Bobot-
bobot ini saling independen. Selama proses pelatihan, bobot-bobot tersebut akan dimodifikasi
untuk meningkatkan keakuratan hasil. Model semacam ini tepat digunakan untuk pengenalan pola
karena kesederhanannya.
b.
Jaringan Layar Jamak (multi layer network)
Jaringan layar jamak merupakan perluasan dari layar tunggal. Dalam jaringan ini, selain unit
input dan output, ada unit-unit lain (sering disebut layar tersembunyi). Dimungkinkan pula ada
beberapa layar tersembunyi. Sama seperti pada unit inputdan output, unit-unit dalam satu layar
tidak saling berhubungan.
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
13/22
13
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar 7. Jaringan Layar Jamak
Sumber : Drs.Jong Jek Siang, M.Sc, 2009:hal.25
Jaringan dengan n buah unit input (X1, X2, , Xn), sebuah layar tersembunyiyang terdiri
dari p buah unit (Z1, ,Zp) dan m buah unit output (Y1,Y2, , Ym). Jaringan layar jamak dapat
menyelesaikan masalah yang lebih kompleks dibandingkan dengan layar tunggal, meskipun
kadang kala proses pelatihan lebih kompleks dan lama.
c. JaringanReccurent
Model jaringan reccurentmirip dengan jaringan layar tunggal ataupun ganda. Hanya saja, ada
neuron outputyang memberikan sinyal pada unitinput(sering disebutfeedback loop).
2.3.4.3 Fungsi Aktivasi jaringan saraf tiruan
Dalam jaringan saraf tiruan, fungsi aktivasi dipakai untuk menentukan keluaran suatu
neuron. Argumen fungsi aktivasi adalah net masukan (kombinasi linearmasukan dan bobotnya.).
jika net = X1W1, maka fungsi aktivasinya adalah f (net) = f ( X1W1).
Beberapa fungsi aktivasi yang sering dipakai adalah sebagai berikut (Drs.Jong Jek Siang, M.Sc,
2009:hal.26) :
a. Fungsi threshold (batas ambang)
Untuk beberapa kasus, fungsi threshold yang dibuat tidak berharga 0 dan 1, tapi berharga
-1 atau 1 (sering disebut thresholdbipolar). Jadi :
b.
Fungsisigmoid
f (x) =
Fungsi identitas sering dipakai karena nilai fungsinya yang terletak anatara 0 dan 1 dan
dapat diturunkan dengan mudah.
f(x) = f(x) (1-f(x))
c. Fungsi identitas
f(x) = x
Fungsi identitas sering dipakai apabila kita menginginkan keluaran jaringan berupa
sembarang bilangan riil (bukan hanya pada range [0,1] atau [-1,1]).
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
14/22
14
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
2.3.4.6 Bias dan Threshold
Kadang-kadang dalam jaringan saraf tiruan ditambahkan sebuah unit masukan yang
nilainya selalu = 1. Unit yang sedemikian itu disebut Bias. Bias dapat dipandang sebagai sebuah
input yang nilainya = 1. Bias berfungsi untuk mengubah nilai threshold menjadi = 0 (bukan = a).
Jika melibatkan bias, maka keluaran unit penjumlahan adalah (Drs.Jong Jek Siang, M.Sc,
2009:hal.27)
Net = b +
Fungsi aktivasi threshold menjadi :
Gambar 8. Bias Dalam Jaringan Saraf Tiruan
Sumber : Drs.Jong Jek Siang, M.Sc, 2009:hal.27
2.3.5 Metode Perceptron
Metode Perceptron ialah metode yang akan menghasilkan kemungkinan keberhasilan
yang besar sehubungan dengan kemampuannya dalam mendistribusikan bobot dan bias secara
merata pada setiap koneksi antar-lapisan pada proses pelatihannya. Perceptron sangat sesuai untuk
mengolongkan pola pada suatu permasalahan yang sederhana, khususnya pola yang terpisah secara
linear (Arif Hermawan, 2006:hal.81).
Metode Perceptron ialah model yang memiliki aplikasi dan pelatihan yang paling baik
pada era tersebut (Drs. Jong Jek Siang, M.Sc, 2009:hal.59).
2.3.5.1 Arsitektur Perceptron
Arsitektur jaringan perceptron mirip dengan arsitektur jaringan Hebb.
Gambar 9. Arsitektur Perceptron
Sumber : Drs.Jong Jek Siang, M.Sc, 2009:hal.59
Jaringan terdiri dari beberapa unit masukan (ditambah sebuah bias), dan memiliki sebuah
unit keluaran. Hanya saja fungsi aktivasi bukan merupakan fungsi biner (bipolar), tetapi memiliki
kemungkinan nilai -1, 0 atau 1.
Untuk suatu nilai thresholdyang ditentukan :
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
15/22
15
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
f =
Secara geometris fungsi aktivasi membentuk 2 garis sekaligus, masing-masing dengan persamaan
:
W1X1 + W2X2 + + WnXn + b = dan
W1X1 + W2X2 + ... + WnXn + b = -
2.3.5.2 Pelatihan Perceptron
Misalkan s adalah Vektor masukan dan t adalah target keluaran. adalah laju pemahaman
(learning rate) yang ditentukan. adalah threshold yang ditentukan.
Algoritma pelatihan perceptron adalah sebagai berikut :
1.
Insialisasi semua bobot dan bias (umumnya Wi = b = 0)
Tentukan laju pemahaman (=). Untuk penyederhanaan, biasnya diberi nilai = 1
2. Selama ada elemen vector masukan yang respon unit keluarannya tidak sama dengan
target, lakukan :
a. Set aktivasi unit masukan Xi= Si(i=1,n)
b. Hitung respon unit keluaran : net =
y = f (net) =
c. Perbaiki bobot pola yang mengandung kesalahan (y t) menurut persamaan :Wi(baru) = Wi (lama) + w (i=1, , n) dengan w = t Xi
b(baru) = b(lama) + b dengan b = t
Ada beberapa hal yang perlu diperhatikan dalam algoritma tersebut :
a. Iterasi dilakukan terus hingga semua pola memiliki keluaran jaringan yang sama dengan
targetnya (jaringan sudah memahami pola). Iterasi tidak terhenti setelah semua pola
dimasukkan seperti yang terjadi di jaringan pada model Hebb.
b. Pada langkah 2 (c), perubahan bobot hanya dilakukan pada pola yang mengandung
kesalahan (keluaran jaringan target). Perubahan tersebut merupakan hasil kali unit
masukan dengan target dan laju pemahaman. Perubahan bobot hanya akan terjadi kalau
unit masukan 0.
c. Kecepatan iterasi ditentukan pula oleh laju pemahaman (= dengan 0 1) yang
dipakai. Semakin besar harga , semakin sedikit iterasi yang diperlukan. Akan tetapi jika
terlalu besar, maka akan merusak pola yang sudah benar sehingga pemahaman menjadi
lambat (Drs. Jong Jek Siang, M.Sc, 2009:hal.61).
ANALISA DAN PERANCANGAN SISTEM
3.1 Prosedur Sistem Berjalan
jika net >
jika net
ika net < -
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
16/22
16
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar. Gambaran sistem yang sedang bejalan
3.2 Use CaseDiagram
Gambar. Use caseDiagram Aplikasi Pengenalan Pola
Tanda Tangan
3.3 Activity Diagram
Gambar.Activitydiagram Aplikasi Pengenalan Pola
Tanda Tangan
3.4 ClassDiagram
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
17/22
17
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar. Classdiagram Aplikasi Pengenalan Pola Tanda
Tangan
3.5 SequenceDiagram
3.5.1. SequenceDiagram Administrator
Gambar. Sequence Diagram Admin Aplikasi Pengenalan Pola Tanda
Tangan
3.5.2. SequenceDiagram Karyawan
Adapun perancangan sequencediagram karyawan aplikasi pengenalan pola tanda tangan
dapat dilihat pada gambar dibawah ini :
Gambar. SequenceDiagram karyawan
3.5.3. SequenceDiagram Branch Manajer
Adapun perancangan sequencediagram branch manajeraplikasi pengenalan pola tanda
tangan dapat dilihat pada gambar dibawah ini :
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
18/22
18
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar. SequenceDiagramBranch Manajer
3.6 Analisa Proses Kerja
Gambar . Gambaran Proses Kerja Aplikasi
MANUAL SISTEM
4.1 Tampilan Form L oad
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
19/22
19
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar . Tampilan Form Load
4.2 Tampilan Form Login
Gambar . Tampilan Form Login
4.3 Tampilan FormMenu Utama .
Gambar. Tampilan Form Menu Utama
4.4 Tampilan FormKelola Hak Akses
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
20/22
20
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar. Tampilan Form Kelola Hak Akses
4.5 Tampilan FromGanti Password
Gambar.. Tampilan Form Ganti Password
4.6 Tampilan FormInput Data Karyawan
Gambar. TampilanFormInput Data Karyawan
4.7 Tampilan FormPengujian
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
21/22
21
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
Gambar 44. TampilanFormPengujian
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil pengerjaan tugas akhir, maka dapat diambil beberapa kesimpulan sebagai
berikut:
1. Aplikasi pengenalan pola tanda tangan dapat diterapkan dengan menggunakan bahasa
pemograman visual basic 6.0.
2. Aplikasi pengenalan pola tanda tangan dapat mengidentifikasi pemilik dari tanda tanga asli.
3. Penerapan jaringan syaraf tiruan pada bahasa pemograman visual basic dapat mengubah
gambar tanda tangan menjadi grayscale dan biner.
4. Penerapan metode perceptron menghasilkan data input sama dengan target sehingga pola
tanda tangan dapat teridentifikasi.
5.2 Saran
Selain kesimpulan, adanya saran untuk pengembangan aplikasi menjadi lebih sempurna
sangatlah penting, beberapa saran yang dapat diberikan antara lain:
1. Jika ada pengembangan dari aplikasi ini, dipertimbangkan untuk menambah fitur-fitur
aplikasi berupa menyediakan fasilitas tanda tangan di dalam aplikasi secara langsung tanpa
melakukan pemilihan gambar terlebih dahulu dalam melakukan input data dan pengujian.
2. Untuk mempermudah dalam melakukan input data dan pengujian di aplikasi pengenalan pola
tanda tangan gunakan light pen.
3. Perbesar ukuran atau matrix pada pola biner agar dapat diidentifikasi secara keseluruhan.
4. Aplikasi ini dapat menjadi dasar bagi aplikasi pengenalan bentuk lainya yang menggunakan
jaringan syaraf tiruan, seperti: aplikasi pengenalan karakter tulisan dan pengenalan wajah.
7/25/2019 Aplikasi Pengenalan Pola Tanda Tangan Menggunakan Jaringan Syaraf Tiruan Dengan Metode Perceptro1
22/22
22
ADIAN FEBRYANTO | JURNAL SKRIPSI
TAHUN 2015
SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER (STMIK DUMAI)
5. Hasil pengenalan tanda tangan dapat dikembangkan lebih lanjut untuk diimplementasikan
untuk mendukung kegiatan administrasi lainnya, seperti: pengenalan tanda tangan pada
instasi perbankan.
DAFTAR PUSTAKA
Dahria, Muhammad. 2008. Kecerdasan Buatan (Artifical Intelligence) : Jurnal
SAINTIKOM. Volume 5 No 2.
David. Dan Sandy Kosasi. 2013. Penerapan Algoritma Jaringan Syaraf Tiruan Untuk
Pengenalan Pola Tanda Tangan: Jurnal Teknologi Volume 6 Nomor 2.
Hermawan, Arief. 2010. Jaringan Syaraf Tiruan, Yogyakarta: Andi. Yogyakarta
Indrajani, S.Kom.,MM. 2011. Perancangan Basis Data Dalam ALL IN 1 :Elex Media
Komputindo.
Jong Jek Siang,M.Sc.Drs. 2009. Jaringan Saraf Tiruan Dan PemogramannyaMenggunakan
Matlab : Andi
Nugroho, Adi. 2011. Perancangan dan Implementasi Sistem Basis Data : Andi
Pandjaitan, Lanny. 2007. Dasar-Dasar Komputasi Cerdas : Andi. Yogyakarta
Prasetia dan Edi Widodo, Catur. 2013. Tips Codding Interfancing Port USB DanPort Serial
Menggunakan VB : Andi. Yogyakarta
Prof. Dr. Jogiyanto. HM, MBA., Akt. 2009. Sistem Teknologi Informasi : Andi.
Yogyakarta
Rusmawan, Uus. 2011. Visual Basic 6.0 Untuk Semua Tingkatan: Elex Media Komputindo.
Simarmata, Janner. 2007. Perancangan Basis Data : Andi. Yogyakarta
Sunarya, I Made Gede. 2013. Sistem Biometrika Identifikasi Tanda Tangan Menggunakan
Metode Jaringan Syaraf Tiruan Model Perceptron : Jurnal Informatika Vol 7, No. 1.
Sutanta, Edhy. 2011. Basis Data Dalam Tinjuan Konseptual : Andi. Yogyakarta