Penerapan Algoritma Jaringan Saraf Tiruan

Backpropagation Untuk Pengenalan Pola Tanda

Tangan
Proposal Penelitian untuk Tugas Akhir

oleh
Muhammad Radin
1257301073

PROGRAM STUDI TEKNIK INFORMATIKA

JURUSAN TEKNIK ELEKTRO
POLITEKNIK NEGERI LHOKSEUMAWE
2015

1. Latar Belakang
Dalam kehidupan sehari-hari sering dilakukan proses identifikasi, mulai dari
pelayanan perbankan, kesehatan, kependudukan, akademis, keimigrasian dan
banyak lagi lainnya. Ada banyak cara yang bisa digunakan untuk prose
identifikasi, dan yang paling banyak menggunakan tanda tangan. Secara manual
pengenalan pola tanda tangan dengan cara membandingkan atau mencocokkan
tanda tangan yang didapat pada waktu transaksi dengan specimen tanda tangan
sah yang sebelumya sudah disimpan.
Untuk jaringan saraf tiruan ini menggunakan arsitektur jaringan dengan
banyak lapisan dan menggunkan algoritma Backpropagation. Setiap lapisan
membutuhkan fungsi aktivitas atau fungsi transfer. Kegunaan dari funsi ini adalah
untuk menggambarkan hubungan antara tingkat aktivitas internal (summation
function) yang mungkin berbentuk linear atau non linear.
2. Perumusan Masalah
Berdasarkan latar belakang di atas, maka permasalahan tersebut dapat
dirumuskan sebagai berikut :
1. Bagaimana membuat penerapan algoritma pada pengenalan tanda
tangan

menggunakan

jaringan

sraf

tiruan

dengan

metode

backpropagation
2. Bagaimana metode backpropagation digunakan sebagai algoritma yang
dapat digunakan dalam pengenalan tanda tangan
3. Batasan Masalah
Pada tugas akhir ini terdapat pembatasan masalah dengan maksud untuk
mempermudah penulisan. Pembatasan masalah itu antara lain :
1. Tanda tangan yang digunakan adalah citra tanda tangan yang di scan
2. Metode pengenalan tanda tangan yang digunakan adalah metode
backpropagation.
3. Aplikasi ini dibuat dengan menggunakan bahasa pemrograman Visual Basic.
4. Database yang digunakan adalah Microsoft access.

4. Tujuan dan Manfaat Penelitian

Penelitian ini bertujuan untuk pengenalan tanda tangan dengan pengolahan
citra digital dan penggunaan jaringan saraf tiruan ini adalah:
1. Mengurangi resiko kesalahan pengenalan tanda tangan secara manmanual.
2. Mengetahui manfaat pengolahan citra digital dalam dunia nyata.
3. Mengatahui ketepatan pengenalan dengan menggunakan jaringan saraf
tiruan dalam hal ini manggunakan metode backpropagation.
Adapun manfaat yang diharapkan dari penelitian ini adalah:
1. Menfaat teoritis
Penelitian ini diharapkan dapat menjadi referensi penelitian selanjutnya
berkaitan dengan penerapan pengolahan citra digital dan jaringan saraf
tiruan metode backpropagation dalam dunia nyata.
2. Manfaat praktis
Hasil dari penelitian ini diharapkan dapat menghemat waktu dan
memperkacil resiko kesalahan pengenalan tanda tangan sehingga transaksi
dalam proses bisnis dapat berjalan secara efektif dan efisien.
5. Metodologi Penelitian
Pada penelitian ini menggunakan metode pengembangan perangkat lunak yang
terdiri dari tahap-tahap berikut ini:
1. Analisa kasus
Tahap ini merupakan tahap untuk menganalisis kasus yang diperoleh dari
pembuatan Aplikasi sebelumnya.
2. Perancangan
Ditahap ini akan dilakukan perancangan yang dibutuhkan dalam
membangun aplikasi pengenalan tanda tangan menggunakan metode
backpropagation
3. Implementasi
Pada tahap ini akan dilakukan implementasi hasil rancangan menjadi
sebuah Aplikasi yang dapat digunakan sebagai media bisnis.
4. Pengujian
Tahap ini akan dilakukan suatu pengujian aplikasi yang dimana
pengujiannya sesuai dengan tujuan dan manfaat dari aplikasi ini.

5. Evaluasi
Pada tahap evaluasi akan ditinjau kembali dari hasil pengujian yang
diperoleh untuk menghasilkan sebuah Aplikasi pengenalan tanda tangan.
Adapun data yang digunakan adalah tanda tangan (digital) dengan kualitas
resolusi 200 dpl berukuran 300x300 pixel atau menggunakan mouse pada bidang
yang disediakan. Untuk citra digital tanda tangan hasl scan bebas dari kotoran
(noise) seperti stempel, garis, nama dan lain-lain, dimana jaringan saraf tiruna
backpropagation yang digunakan memiliki satu buah lapisan tersembunyi dan
mengunakan fungsi aktivasi sigmoid biner dengan proses inisialisasi bobot dan
bias melalui inisialisasi acak.

Kemudian algoritma yang digunakan adalah:

Langkah 0, pemberian inisialisasi penimbang/bobot (diberi nilai kecil

secara acak)
Langkah 1, ulangi langkah 2 hingga 9 sampai kondisi akhir iterasi

terpenuhi
Langkah 2, untuk masing-masing pasangan data pelatihan (training data)

lakukan langkah 3 hingga 8

Langkah 3, masing-masing unit masukkan (Xi, i=1,.,n) menerima sinyal
masukkan Xi dan sinyal tersebut disebarkan ke unit-unit bagian berikutnya

(unit-unit lapis tersembunyi)

Langkah 4 ,masing-masing unit lapis tersembunyi (Zj, j=1,,p) menghitung
sinyal yang masuk dengan cara dikalikan dengan penimbangan dan dijumlahkan
serta ditambah dengan biasanya
n
l_inj = VDMDOD6D;LD09lM
i=1

kemudian dihitung sinyal keluaran menggunakan fungsi pengaktif:

Zj = f(Z_inj)
Sinyal keluaran yang dihasilkan disebarkan ke semua unit lapisan keluaran
(unit keluaran).

Langkah 5, masing-masing unit keluaran (Yk, k=1,,m) mengihitung

sinyal masuk dengan cara dikalikan dengan penimbang dan
dijumlahkan sserta ditambah dengan biasnya.
p
<BLQND O:DNDDD{)O=MOD:M!a)
j=1

Kemudian dihitung sesuai dengan sesuai pengaktif:

Yk = f(Y_ink)

Langkah 6, masing-masing unit keluaran (Yk, k=1,..,m) menerima pola

target

(Tk,

k=1,..,m)

sesuai

dengan

pola

masukkan

data

pelatihan/training dan hitung galatnya dengan unit-unit lapisan

tersembunyi.
D=MDD M DDDDDSDD

GLNDOLNDQD

GHOWDD

Output system
Output atau keluaran yang dihasilkan dalam pembacaan citra
tanda tangan adalah informasi hasil pelatihan berupa nama pemilik
tanda tangan dan prosentasi keaslian tanda tangan.

6. Road Map Penelitian

Sebelumnya penelitian ini telah dilakukan oleh David (2013) dalam
penelitiannya beliau merancang Penerapan Algoritma Jaringan Saraf Tiruan
Backpropagation Untuk Pengenalan Pola Tanda Tangan outpu yang dihasilkan
dari penerapan tersebut megidentifikasi pola tanda tangan dengan memanfaatkan
computer.

Wilis Kaswinjanti (2013), dalam penelitiannya beliau merancang Analisa

dan Penerapan Algoritma Jaringan Saraf Tiruan Backpropagation Untuk
Pengenalan Pola Tanda Tangan output dari aplikasi ini adalah untuk
mengidentifikasi pembacaan citra tanda tangan adalah informasi hasil
pelatihan berupa nama pemilik tanda tangan dan prosentasi keaslian tanda
tangan

7. Sistematika Penulisan
Untuk memudahkan pada penjabaran masalah yang dihadapi, maka penulisan
Tugas Akhir ini dibagi atas beberapa bab yaitu:
BAB I PENDAHULUAN
Dalam bab ini berisi tentang latar belakang rumusan masalah, batasan
masalah,

tujuan

penelitian,

manfaat

penelitian,

metodeologi

penelitian, dan sistematika penulisan sehingga permasalahan tersebut

memiliki titik fokus dan tidak mengambang dari judul yang telah
dibuat.
BAB II LANDASAN TEORI
Dalam bab ini penulis menguraikannya yang terdiri dari landasan
teori sistem, program yang digunakan dalam pembuatan tugas akhir
ini.
BAB III
PERANCANGAN DAN IMPLEMENTASI
Dalam bab ini berisi tentang perancangan system.
BAB IV
HASIL DAN PEMBAHASAN
Dalam bab ini berisi hasil dan pembahasan tentang program yang
terdiri dari penjelasan penelitian.
BAB V PENUTUP
Dalam bab ini berisi kesimpulan dari penelitian, dan saran yang
diharapkan berguna bagi peneliti dan penelitian selanjutnya.
8. Schedule Pengerjaan Penelitian

Waktu
No
1.
2.
3.
4.
5.

Uraian

Keteranga
n

Minggu/ Bulan

Analisa Kasus
Perancangan
Implementasi
Pengujian
Evaluasi

1 Bulan
2 Bulan
2 Bulan
2 Minggu
3 Minggu

Daftar Pustaka

Abbas, R., 1994, A Prototype System for off- line Signature Verificationusing Multilayered
Feedforword Neural Networks, Tesis Departemen of Computer Science, RMIT.
Fausett, L., 1994, Fundamental of Neural Network
Applications, Prentice-Hall, USA.

architecture,

Algorithms, and

Hermawan, Arif, 2006, Jaringan Saraf Tiruan (Teori dan Aplikasi), C.V Andi offset,
Yogyakarta.
Jong, J.S, 2006, Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab, C.V
Andi offset, Yogyakarta
Kusumadewi, S. , 2003, Artificial Intelligenci (Teknik dan Aplikasinya) - Edisi Pertama ,
Graha Ilmu, Yogyakarta
Kusumadewi, S., 2004, Membangun Jaringan Saraf Tiruan Menggunakan MATLAB &
EXCEL LINK, Graha Ilmu, Yogyakarta.