pengenalan pola tanda tangan ... -...
TRANSCRIPT
PENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE
MOMEN INVARIAN DAN RADIAL BASIS FUNCTION (RBF)
AINUN JARIAHAINUN JARIAH
120 920 1721
DOSEN PEMBIMBING
1. Prof. Dr. Mohammad Isa Irawan, M.T
2. Dr Imam Mukhlas, S.Si, M.T
ABSTRAK
Jaringan syaraf tiruan Radial Basis Function (RBF) dikenal
sebagai salah satu bentuk dari jaringan syaraf Multilayer
Feedforward yang handal dalam memecahkan masalah aproksimasi
dan klasifikasi pola. Dalam penelitian ini, JST RBF digunakan untuk
melakukan klasifikasi pola tanda tangan. Metode momen invarian
digunakan untuk mengekstrak setiap citra tanda tangan menjadi
suatu vektor ciri yang terdiri atas 7 nilai momen yang selanjutnya
digunakan sebagai vektor input dalam jaringan RBF.digunakan sebagai vektor input dalam jaringan RBF.
Citra tanda tangan yang digunakan dalam penelitian ini
sebanyak 150 citra tanda tangan yang berasal dari 10 responden
berbeda. Rasio antara data training dan testing adalah 5:1. Hasil
pengujian menunjukkan bahwa sistem yang dibangun mampu
mengenal sekitar 80% tanda tangan yang diujikan dengan waktu
training selama 0,156 detik.
Kata kunci:Jaringan syaraf tiruan, RBF, momen invarian, tanda
tangan.
Pengenalan Pola(Pattern Recognition)
Pengenalan Pola
Tanda tangan(Signature Recognition)
Radial Basis
Function (RBF)
Berbasis
Jaringan Syaraf
Tiruan (JST)
Ekstraksi Fitur
(Feature Extraction)
Momen Invarian
TOPIK PENELITIAN
LATAR BELAKANGBAB 1
Izin penarikan
uang di bank HASIL PENGENALAN
POLA TANDA TANGAN
1. Bagaimana proses pengenalan pola tanda tangan menggunakan
jaringan syaraf RBFNN?
2. Bagaimana tingkat akurasi pengenalan pola tanda tangan
RUMUSAN MASALAH
2. Bagaimana tingkat akurasi pengenalan pola tanda tangan
menggunakan jaringan syaraf RBFNN?
1. Ekstraksi fitur menggunakan metode momen
invarian
2. Citra tanda tangan diperoleh melalui hasil scanning
format file *.TIF berskala abu-abu (grayscale) 8-bit
berdimensi (500 x 400) piksel.
BATASAN MASALAH
berdimensi (500 x 400) piksel.
3. Sampel tanda tangan diambil langsung dari
mahasiswa/mahasiswi dalam lingkungan ITS
Surabaya.
Tujuan
1. Untuk mengetahui proses pengenalan pola tanda tangan
menggunakan jaringan syaraf RBFNN.
2. Untuk mengetahui tingkat akurasi pengenalan pola tanda
tangan menggunakan jaringan syaraf RBFNN.
TUJUAN DAN MANFAAT
Manfaat
Manfaat yang diharapkan dalam penelitian ini, yaitu
sebagai bahan referensi tentang pengenalan pola tanda tangan
berbasis jaringan syaraf tiruan khususnya RBF, sehingga dapat
memperluas pemakaian JST RBF dalam pengenalan pola berupa
tanda tangan.
KAJIAN PUSTAKA
Djunaidy
• Tanda tangan adalah hasil proses menulis seseorang yang bersifat khusus sebagai substansi simbolik. Tanda tanganmerupakan bentuk yang paling banyak digunakan untukidentifikasi seseorang
PENGERTIAN PENGENALAN TANDA TANGAN
Abbas
• Tanda tangan seseorang sering berubah-ubah setiap waktu. Perubahan ini menyangkut posisi, ukuran maupun faktortekanan tanda tangan. Pada kenyataannya, perubahan-perubahan tersebut dipengaruhi oleh waktu, umur, kebiasaan dan keadaan mental tertentu
• Pengenalan pola adalah disiplin ilmu yang bertujuan untuk mengklasifikasikan obyekmenjadi beberapa kategori atau kelas. Polaadalah entitas yang terdefinisi dan dapatdiidentifikasi melalui ciri-cirinya (features).
Putra Darma
KAJIAN PUSTAKA
diidentifikasi melalui ciri-cirinya (features).
Justino(2001)
• Model Hidden Markov
Bansal (2009)
• Menggunakan metode pencocokan daerahkritis (Critical Region)
KAJIAN PUSTAKA PENELITIAN-PENELITIAN YANG RELEVAN
Bansal (2009)
Slamet Boediono(2009)
• Metode momen invarian untuk ektraksi fituruntuk dijadikan input dalam jaringan syaraftiruan Kohonen SOM untuk pengenalan wajah.
MOMEN INVARIAN
1. order nol (m00)
2. order 1 atau central momen (m01 dan m10)
Informasi yang diambil dari momen yaitu :
2. order 1 atau central momen (m01 dan m10)
3. order ≥ 2 atau momen invarian
Untuk fungsi kontinu 2D, momen order (p +q )
∫∞−∞ ∫
∞−∞= dxdyyxf
qypxpqm ),(
Untuk p,q = 0,1,2,…
secara diskrit ditulis :
LANJUTAN………….
∑∑=x y
qp
pq yxfyxm ),(
Momen order nol
∑∑=x y
yxfm ),(00
Momen order 1 menyatakan center of gravity dari suatu
obyek dengan melibatkan momen order 0, dinyatakan:
),( yx
00
10
),(
),(.
m
m
yxf
yxfx
x
x y
x y ==∑∑
∑∑
00
01
),(
),(.
m
m
yxf
yxfy
y
x y
x y ==∑∑
∑∑
Momen yang dihitung dengan mempertimbangkan center of
gravity hasilnya disebut momen pusat
LANJUTAN………….
gravity hasilnya disebut momen pusat
( ) ( ) ( )∑∑ −−=x y
qp
pq yxfyyxx ,µ
Normalisasi momen pusat dinyatakan
γµ
µη
00
pq
pq = dimana 12
++
=qp
γ
JARINGAN SYARAF TIRUAN
1. Pola hubungan antar neuron disebut arsitektur jaringan.
2. Metode untuk menentukan bobot penghubung disebut
Suatu sistem pemproses informasi yang memiliki karekteristik
kinerja tertentu yang mirip dengan jaringan biologi.
metode training/learning.
3. Fungsi aktivasi, digunakan untuk menentukan keluaran suatu
neuron.
JARINGAN SYARAF FUNGSI RADIAL BASIS
Merupakan bagian dari jaringan umpan balik lapis
banyak (Multilayered Feedforward Neural Network) terdiri :
• input layer
• hidden layer
• output layer1x
1ϕ1y
∑
Hidden layer Output layer
2x
M1jx
M
2ϕ
2jϕ
M
∑
∑
2y
3jy
Input layer