IDENTIFIKASI BARCODE DENGAN

MENGGUNAKAN JARINGAN SARAF TIRUAN

TUGAS AKHIR

RONI
NRP. 2400 100 067

PROGRAM STUDI S-1

JURUSAN TEKNIK FISIKA
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2005
 IDENTIFIKASI BARCODE DENGAN
MENGGUNAKAN JARINGAN SARAF TIRUAN

TUGAS AKHIR

Oleh :

RONI
NRP. 2400 100 067

Surabaya, Juli 2005

Mengetahui/Menyetujui

Pembimbing

Ir. APRIANI KUSUMAWARDHANI, Msc

NIP. 130 701 282

Ketua Jurusan
Teknik Fisika FTI-ITS

Dr. Ir. TOTOK SUHARTANTO, DEA

NIP. 131 879 399
 ABSTRAK

Salah cara yang digunakan manusia dalam

menyandikan sejumlah data secara khas adalah dengan
barcode. Data yang disandikan biasanya data yang
berhubungan dengan informasi suatu barang. Suatu barang
yang diberi label barcode akan memudahkan dalam proses
pemeriksaan. Input Device yang digunakan untuk membaca
barcode membutuhkan posisi sudut barcode yang tepat agar
dapat dibaca. Pada tugas akhir ini telah dibuat perangkat
lunak yang bisa membaca barcode dalam berbagai macam
posisi sudut dengan menggunakan metoda Jaringan Saraf
Tiruan Backpropagation. Langkah pertama adalah
memeriksa sudut citra barcode yang akan dibaca, apabila
terdapat penyimpangan sudut maka citra dirotasi pada
posisi sudut yang tepat, setelah itu diambil nilai pikselnya
untuk menjadi inputan bagi jaringan saraf tiruan. Hasil
outputan jaringan menjadi keputusan atas barcode yang
dibaca. Hasil proses training dan testing oleh Jaringan Saraf
Tiruan diperoleh tingkat keberhasilan sistem dalam
mengenali citra gray level untuk tipe Codabar sebesar
91.67%, tipe EAN 13 sebesar 88.67%, dan tipe ISBN
sebesar 89.67%, dengan jumlah citra testing sebanyak 45
buah yang berbeda ditiap tipenya dan belum pernah
dibelajaran.

Kata kunci: barcode, input device, sudut.

iii
 KATA PENGANTAR

Segala puji bagi ALLAH SWT, Tuhan seluruh

umat manusia yang Maha Pengasih lagi Maha Penyayang.
Sholawat serta salam senantiasa tercurahkan kepada
Rasullullah Muhammad SAW, keluarga, sahabat, dan
keturunannya. Atas rahmat dan hidayah-NYA maka penulis
berhasil menyelesaikan Tugas Akhir yang berjudul
“IDENTIFIKASI BARCODE DENGAN
MENGGUNAKAN JARINGAN SARAF TIRUAN”
guna memenuhi salah satu persyaratan untuk meraih gelar
Sarjana Teknik di Jurusan Teknik Fisika Fakultas
Teknologi Industri, Institut Teknologi Sepuluh Nopember
Surabaya.

Penulis menyadari bahwa terselesainya tugas akhir

ini banyak dibantu oleh berbagai pihak. Pada kesempatan
kali ini penulis ingin mengucapkan rasa terima kasih yang
sebesar-besarnya kepada:

1. Bapak DR.Ir. Totok Suhartanto, DEA selaku ketua

jurusan Teknik Fisika dan segenap civitas
akademika.

iv
 2. Ibu Ir. Apriani Kusumawardhani, Msc selaku
dosen pembimbing yang dengan sabar membantu
dalam penyelesaian tugas akhir ini.
3. Bapak Ir. Zulkifli, Msc selaku dosen wali yang
telah memberikan banyak nasehat.
4. Ibunda dan Ayahanda tercinta yang tidak henti-
hentinya memberikan dorongan spiritual dan
material selama menimba ilmu. Dan adikku
tercinta yang telah memberikan do’a dan semangat.
5. Rekan-rekan alumni sekber, Coco, Ulul, Zainal,
Sulaiman, Paijo, Subeki, Franky, Bang Arif,
Lukwan, Salim ‘arab’, Bambang, Sophie dan
semua mahasiswa TF’00.
6. Sahabatku Yelly Adibomo, Mas Nu’man,
Ardiyansah terima kasih atas nasehat dan
masukkannya selama ini, dan semua pihak yang
tidak dapat penulis sebutkan satu persatu.

Semoga semua bantuan dan pertolongan yang telah

diberikan kepada penulis baik secara langsung maupun
tidak langsung dibalas oleh ALLAH SWT dengan sesuatu
yang tidak dapat diukur dengan suatu apapun didunia ini.

v
 Akhir kata, penyusun berharap semoga hasil Tugas
Akhir ini dapat menjadi setitik ilmu yang bermanfaat dan
dapat dikembangkan untuk lebih baik lagi.

Surabaya, Juli 2005

Penyusun

vi
 DAFTAR ISI

Lembar Judul ……………………………………..……..i

Lembar Pengesahan ……………………………..……ii
Abstrak ………………………………………..…iii
Kata Pengantar ……………………………………….….iv
Daftar Isi ……………………………………….…vii
Daftar Gambar ……………………………………….…..x
Daftar Tabel ……………………………………….…xii
Daftar Notasi …………………………………………xiii

BAB I PENDAHULUAN
1.1 Latar Belakang ……………………….....1
1.2 Permasalahan ……………………….....3
1.3 Tujuan …………………………………..4
1.4 Batasan Permasalahan …………………4
1.5 Metodologi Penelitian …………………4
1.6 Sistematika Laporan …………………5

BAB II DASAR TEORI

2.1 Barcode ……………………….....7
2.2 Pengolahan Citra Digital ……….14
2.3 Jaringan Saraf Tiruan ………………..33

vii
 2.4 Pemodelan Jaringan Saraf
Tiruan …………………………………38
2.5 Konsep Belajar Jaringan Saraf
Tiruan …………………………………43
2.6 Metoda Backpropagation ……….45
2.7 Parameter Pelatihan ………………..53
2.8 Fase Pemakaian ………………………...55
2.9 Kelemahan Yang Sering Terjadi
Pada Backpropagation ………………..58

BAB III PERANCANGAN SISTEM

IDENTIFIKASI BARCODE
3.1 Data …………………………………61
3.2 Diagram Proses ………………………...62
3.3 Prapengolahan Citra ………………..64
3.4 Rotasi Citra ………………………...69
3.5 Pengolahan Utama ………………..70
3.6 Pelatihan Jaringan Saraf Tiruan
Propagasi Balik ………………………...73
3.7 Pengujian Jaringan Saraf Tiruan ……….78

viii
BAB IV PENGUJIAN DAN ANALISA
4.1 Data Input ………………………...82
4.2 Hasil Proses Pembelajaran …….....83
4.3 Hasil Proses Pengenalan ……….88

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan ………………………...98
5.2 Saran …………………………………99

DAFTAR PUSTAKA ………………………………..100

LAMPIRAN A

LAMPIRAN B

LAMPIRAN C

LAMPIRAN D

LAMPIRAN E

ix
 DAFTAR GAMBAR

Gambar 2.1 Barcode EAN 13 ……………………….....8

Gambar 2.2 Barcode ISBN ………………………...10
Gambar 2.3 Barcode Codabar ………………………...10
Gambar 2.4 Matrik Citra ………………………...16
Gambar 2.5 Rotasi Citra ………………………...22
Gambar 2.6 Gradien Sebuah Tepi, Gambar Lingkaran
Adalah Lokasi Piksel ………….…….25
Gambar 2.7 Daerah Citra 3x3 ………………………...30
Gambar 2.8 (a) Matrik Konvolusi 3x3
(b) Nilai Matrik Konvolusi 3x3 ……….33
Gambar 2.9 Struktur Neuron Pada Otak
Manusia …………………………………34
Gambar 2.10 Kurva Fungsi Sigmoid Biner,
Rentang (0,1) ………………………...40
Gambar 2.11 Kurva Fungsi Sigmoid Bipolar,
Rentanng (-1,1) ………………………...41
Gambar 2.12 Sebuah Jaringan Saraf Tiruan
Sederhana ………………………...42
Gambar 3.1 Blok Sistem Identifikasi Barcode
Secara Utuh ………………………...63
Gambar 3.2 Flowchart Prapengolahan Citra ……….65

x
Gambar 3.3 Citra Asli Hasil Capture Kamera
Dengan Ukuran 640x480 Piksel ……….66
Gambar 3.4 Citra Barcode Setelah Dilakukan
Pengambilan Ciri Gambar ………………..67
Gambar 3.5 Citra Barcode Setelah Dilakukan
Image Reduction Dengan Ukuran
150x75 Piksel ………………………...68
Gambar 3.6 Flowchart Pelatihan Propagasi Balik……...74
Gambar 3.7 Flowchart Pengenalan Jaringan ……….80
Gambar 4.1 Grafik Error Terhadap Iterasi ……….88
Gambar 4.2 Jaringan Mampu Membaca Citra
Testing Dengan Sempurna ……….96

xi
 DAFTAR TABEL

Tabel 4.1 Tabel Variasi Parameter Jaringan Dan

Error …………………………………85
Tabel 4.2 Tabel Perbandingan Tingkat Keberhasilan
Jaringan Dalam Mengenali Pola Citra
Testing …………………………………90
Tabel 4.3 Tabel Prosentase Keberhasilan Jaringan
Dalam Mengenali Pola Citra Dengan Variasi
Sudut per 30 …………………………………92

xii
 DAFTAR NOTASI

Xi = unit ke-I pada lapisan masukan

Zj = unit ke-j pada lapisan tersembunyi
z_inj = keluaran untuk unit Zj
zj = nilai aktivasi dari unit Zj
Yk = unit ke-k pada lapisan keluaran
y_ink = net masukan untuk unit Yk
yk = nilai aktivasi dari unit Yk
w0k = nilai bobot pada bias untuk unit Yk
wjk = nilai bobot dari Zj ke Yk
Δwjk = selisih antara wjk (t) dengan wjk (t+1)
v0j = nilai bobot pada bias untuk unit Zj
vij = nilai bobot dari unit Xi ke unit Zj
Δvij = selisih antara vij (t) dengan vij (t+1)
δk = factor pengaturan nilai bobot pada lapisan
keluaran
δj = factor pengaturan nilai bobot pada lapisan
tersembunyi
α = konstanta laju pelatihan
η = momentum

xiii