Skripsi Teknologi Informasi:Kohonen Neural Network Dalam Pendeteksian Duplikasi Image Digital Melalui Deteksi Garis Tepi


BAB  PENDAHULUAN  
1.1  Latar Belakang  Perkembangan  teknologi  informasi  saat  ini  sangatlah  pesat.  Berbagai  ragam  jenis  informasi dapat diakses dari berbagai jenis media.  Image digital merupakan salah satu  media  informasi  yang  sering  digunakan  dalam  proses  pertukaran  informasi.  Dengan  dukungan internet sebagai media penyebar informasi yang dapat diakses dengan cepat  dan mudah, frekuensi penyebaran informasi dalam bentuk  image digital  ini semakin  tinggi, baik dari segi kuantitas maupun kualitasnya.
Image  digital disimpan  dalam  media  penyimpanan  dengan  menyimpan  pixel penynnya.  Oleh  karena  itu,  memori  yang  dibutuhkan  untuk  menyimpan  image  tergantung pada jumlah  pixelyang menyn citra. Semakin banyak  pixelpada citra,  maka semakin besar memori yang dibutuhkan untuk menyimpan image (Fazry, 2008).
Hal ini menyebabkan sering terjadi duplikasi  image digital  yang memiliki kesamaan  dalam  bentuk  gambar,  namun  memiliki  perbedaan  dalam  hal  ukuran  dan  nama  file.

Duplikasi  gambar  ini  dapat  menyebabkan  pemborosan  dalam  media  penyimpanan  data  seperti  hard  disk  atau  flash  disk  serta  rumitnya  pengaturan  data  dalam  bentuk  image digital  tersebut. Oleh karena itu, perlu adanya sebuah  pendekatan  yang dapat  mendeteksi  duplikasi  image  digital  di  dalam  media  penyimpanan  data,  sehingga  memudahkan pengguna untuk melakukan penghapusan atau pengaturan image digital  tersebut.
Pendeteksian  duplikasi  image  digital  ini  dapat  dilakukan  dengan  cara  membandingkan garis tepi setiap image  di dalam media penyimpanan data, kemudian  melakukan  segmentasi  untuk  mengelompokkan  image  digital  tersebut  berdasarkan   2  persentase kesamaan garis tepinya. Segmentasi terhadap garis tepi image digital akan  membagi citra ke dalam daerah intensitasnya masing-masing sehingga bisa dibedakan  antara  objek  gambar  dan  background-nya  (Mandalasari,  2013).  Salah  satu  metode  segmentasi  citra  yang  dapat  dimanfaatkan  untuk  mengelompokkan  dan  melakukan  pengecekan terhadap sebuah  image digital  adalah metode  Kohonen Neural Network.
Metode  ini  akan  mengolah  setiap  sinyal  dari  image  digital  dan  membentuk  clustercluster  disekitar  tepi-tepi  gambar  (dihasilkan  oleh  proses  pendeteksian  garis  tepi  menggunakan  teknik  edge  linking)  yang  selanjutnya  diproses  untuk  menghasilkan  nilai jarak antar cluster yang berdekatan. Cluster-cluster yang dibentuk akan berfungsi  sebagai garis virtual pada daerah segmentasi. Garis virtual ini besar peranannya dalam  hal menghubungkan garis-garis yang terputus pada saat proses pendeteksian garis tepi  sebelumnya.  Hal  ini  akan  mempengaruhi  tingkat  ketelitian  proses  pendeteksian  duplikasi image digital yang dilakukan.
Dengan  memberikan  sebuah  nilai  derajat  adaptasi  yang  diinginkan  dalam  proses  pendeteksian,  pengguna  dapat  menggunakan  hasil  segmentasi  dari  metode  kohonen  neural  network  ini  sebagai  bahan  pembanding  untuk  melakukan  tindakan  penghapusan  atau  pengaturan  ulang  terhadap  image  digital  tersebut  di  dalam  media  penyimpanan data. Dengan demikian, masalah duplikasi  image digital  yang memiliki  kesamaan  bentuk  gambar  namun  berbeda  dalam  hal  ukuran  dan  nama  filenya  dapat  diatasi,  tanpa  harus  melakukan  pengecekan  satu  persatu  terhadap  seluruh  image  digital yang tersimpan di dalam media penyimpanan data.
1.2. Rumusan Masalah Sering terjadi duplikasi terhadap  image digital, dimana satu atau lebih  image digital  memiliki bentuk gambar  yang sama,  namun berbeda dalam hal ukuran dan nama  file.
Untuk mendeteksi duplikasi ini secara manual (satu persatu) pada media penyimpanan  data berkapasitas besar akan menimbulkan kesulitan karena jumlah image digital yang  banyak.
1.3. Batasan Masalah Batasan masalah pada tugas akhir ini adalah sebagai berikut : 1.  Tidak mengolah tipe file image selain BMP.
 3  2.  Sinyal  input  yang  digunakan  dalam  metode  Kohonen  Neural  Network  Self Organizing Map  adalah hasil pendeteksian garis tepi gambar  yang  diperoleh  menggunakan teknik edge linking.
3.  Parameter  perbandingan  yang  digunakan  adalah  selisih  jarak  standard  deviasi, klasifikasi kurtosis dan arah skewness.
4.  Hasil  output  pendeteksian  berdasarkan  kesamaan  bentuk  gambar,  tidak  sampai pada kesamaan warna.
5.  Aplikasi yang akan dibuat tidak berbasis web.
6.  Nilai T dan A dalam pendeteksian garis tepi yang digunakan merupakan nilai  konstan, yaitu 10 dan 0,5.
1.4. Tujuan Penelitian Tujuan  dari  penelitian  ini  adalah  membandingkan  bentuk  kesamaan  gambar  pada  media  penyimpanan  data  untuk  mencari  gambar  yang  mengalami  duplikasi,  berdasarkan hasil segmentasi garis tepi gambar dengan menggunakan metode kohonen  SOM.
1.5. Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat bagi penulis, pembaca dan para  peneliti, sebagai berikut:  1.  Dapat  membantu  meminimalisir  terjadi  duplikasi  image  digital  yang  menyebabkan penuhnya media penyimpanan.
2.  Tugas  akhir  ini  dapat  menambah  variasi,  referensi  dan  dikembangkan  dalam  aplikasi segmentasi citra, khsnya yang menggunakan metode Kohonen Neural  Network Self Organizing Map.
1.6. Metodologi Penelitian Metodologi penelitian yang digunakan pada penelitian ini adalah:  a.  Studi Literatur  Pada tahap studi literature, penulis mengumpulkan data referensi-referensi  yang  menyulur tentang permasalahan diatas. Tahapan ini ditujukan untuk mengetahui  apa  yang  akan  dikerjakan,  apa  yang  sudah  dikerjakan  oleh  peneliti  lain,  dan   4  bagaimana  mereka  menyelesaikannya,  kemudian  seberapa  jauh  pengembangan  terhadap pengaplikasian  Kohonen Neural Network Self Organizing Mapini serta  seberapa  jauh  yang  dapat  dilakukan  untuk  memperbaiki  penelitian  para  peneliti  lain tersebut.
b.  Pengumpulan Data  Pada  tahap  pengumpulan  data,  dilakukan  pengumpulan  data  yang  mendukung  dalam penyelesaian masalah yang diteliti secara sistematis.
c.  Analisa dan Perancangan Sistem  Pada  tahap  ini,  penulis  akan  melakukan  analisa  terhadap  kumpulan  data  yang  telah  dilakukan  pada  tahapan  sebelumnya,  dalam  penyelesaian  suatu  masalah  sehingga dapat merancang sebuah sistem yang akan diimplementasikan nantinya.
d.  Implementasi Sistem  Pada  tahap  pengimplementasi  sistem,  penulis  melakukan  pengimplementasian  Kohonen  Neural  Network  Self  Organizing  Map kedalam  aplikasi  yang  akan  dibuat  berdasarkan  pada  analisa  dan  rancangan  sebelumnya.  Implementasi  meliputi pembuatan sistem dalam menyelesaikan masalah yang diteliti.


Skripsi Teknologi Informasi:Kohonen Neural Network Dalam Pendeteksian Duplikasi Image Digital Melalui Deteksi Garis Tepi
Downloads  Versi PDF >>>>>>>Klik Disini

Bab I
Downloads
Bab II
 Downloads 
 Bab  III - V
 Downloads 
Daftar Pustaka
 Downloads 
Lampiran
Downloads