BAB I PENDAHULUAN
1.1. Latar Belakang Bahasa Jepang
termasuk salah satu
bahasa penting dan
digunakan secara internasional.
Bahasa Jepang
menduduki urutan ke-4
setelah bahasa Inggris,
Mandarin, dan Spanyol dari
10 bahasa yang
sering digunakan. Berdasarkan
data daftar bahasa
yang digunakan menurut
jumlah penutur asli,
bahasa Jepang berada
pada urutan ke-9
setelah bahasa Mandarin,
Hindi, Spanyol, Inggris,
Bengali, Arab, Rusia,
dan Portugis (Handoyono
& Susanto, 2010).
Manusia memiliki
berbagai cara dalam
mempelajari bahasa-bahasa asing.
Misalnya dengan mempelajarinya
dengan otodidak, berbicara aktif, dan kursus. Bahasa asing juga dapat dipelajari secara digital melalui media
komputer. Oleh karena itu, mesin (komputer) perlu mengerti dan menguasai karakter huruf
dalam bahasa asing agar dapat membantu mempermudah
manusia dalam mempelajari bahasa asing tersebut.
Teknik pengenalan pola memiliki
banyak perkembangan dan semakin sering dipakai dalam
memecahkan suatu permasalahan.
Teknik pengenalan pola
digunakan untuk pengenalan tulisan
tangan, gambar, dan
sebagainya. Suatu aplikasi
pengenalan pola bertujuan untuk melakukan proses pengenalan
terhadap objek ( misalnya tulisan tangan ) ke dalam satu kelas tertentu, berdasarkan pola
yg dimilikinya (Ldya, et al. 2010).
Jaringan saraf tiruan merupakan salah satu representasi buatan dari otak
manusia yang selalu mencoba untuk
mensimulasikan proses pembelajaran pada otak manusia tersebut.
Istilah buatan
disini digunakan karena
jaringan saraf ini
diimplementasikan dengan menggunakan program
komputer yang mampu
menyelesaikan sejumlah proses perhitungan selama proses pembelajaran
(Andrijasa, et al. 2010).
Recurrent Neural
Network ( RNN )
adalah neural network dengan fasilitas
umpan balik menuju neuron itu
sendiri maupun neuron yang lain, sehingga aliran informasi dari masukan
mempunyai arah jamak (Aribowo, 2010) . Recurrent Neural
Network adalah jaringan yang
mempunyai minimal satu
feedback loop. RNN
memiliki kemampuan penggambaran yang sangat bagus dan dapat
mengatasi kelemahan feedfoward (Soelaiman & Rifa’i, 2010) Sudah
banyak penelitian teknologi
informasi yang bergerak
di bidang pengenalan tulisan
seperti yang dilakukan
oleh Handoyono dan
Susanto pada tahun
2010 yang berjudul Penerapan Jaringan Syaraf Tiruan
Metode Propagasi Balik dalam Pengenalan Tulisan Tangan
Huruf Jepang Jenis
Hiragana dan Katakana
dan penelitian yang dilakukan oleh
J.Pradeep, et.al yang
berjudul Diagonal Feature Extraction
Based Handwritten Character
System Using Neural
Network. Selain itu penelitian
terdahulu yang menerapkan metode
Recurrent Neural Network yang dilakukan oleh Soelaiman dan Rifa’i
yang berjudul Identifikasi Nonlinier
dengan Menggunakan Metode
Recurrent Neural Network
dan Algoritma Dead-Zone
Kalman Filter. Meskipun penelitian
dalam pengenalan kata
sudah banyak dilakukan,
tetapi masih diperlukan
lagi pengembangan dalam penelitian di bidang pengenalan kata khsnya
pada tulisan Katakana.
Katakana dengan segala
kompleksitasnya ternyata memiliki aturan yang ketat dalam penulisannya
(Salman, 2010). Aturan
itu disebut sebagai stroke order atau
urutan goresan. Karena
dengan teknik penulisan
tersebut, disamping bermanfaat
untuk keindahan tulisan, juga
sangat berguna sebagai metode dalam menghafal huruf Katakana, yang
tentu saja menghemat
memori di otak
kita. Jaringan syaraf
tiruan memiliki kemampuan
dalam mengenali huruf
berdasarkan tulisan tangan.
Maka dalam penelitian ini,
penulis memanfaatkan jaringan
syaraf tiruan recurrent
neural network untuk mengenali
huruf berdasarkan tulisan tangan huruf Katakana.
1.2 Rumusan Masalah Dalam
penerapannya, terdapat ketidakakurasian dalam penulisan huruf Katakana. Hal ini
disebabkan oleh banyaknya variasi dan
tata cara penulisan huruf Katakana yang berbedabeda. Tata cara penulisan huruf
Katakana memiliki aturan tersendiri khnya mengenai jumlah
goresan. Oleh karena
itu, diperlukan suatu
pendekatan untuk mengenali
tulisan Jepang huruf Katakana.
1.3 Batasan Masalah Dalam
penelitian ini, ditetapkan beberapa batasan masalah yakni : 1. Pengenalan karakter tulisan tangan Katakana
dilakukan secara offline.
2. Input berupa file image yang telah discan
dalam format jpeg.
3. Akuisisi citra diambil dari 5 orang sebagai
data sampel.
4. User dari
sistem ini merupakan
orang yang sedang
mempelajari tulisan tangan huruf Jepang jenis Katakana.
1.4 Tujuan Penelitian Tujuan dari
penelitian ini adalah
untuk melakukan pengenalan
tulisan tangan huruf Jepang
jenis Katakana menggunakan Recurrent Neural Network 1.5 Manfaat Penelitian Adapun
manfaat penelitian ini adalah : 1.
Adapun manfaat dari penelitian yang dilakukan penulis adalah untuk
menambah wawasan dan pengetahuan tentang
penerapan metode Recurrent Neural Network
pada jaringan syaraf
tiruan dalam pengenalan huruf tulisan
tangan huruf Katakana.
2. Sebagai
bahan referensi untuk
penelitian selanjutnya yang
berkenaan dengan pengenalan tulisan menggunakan jaringan syaraf
tiruan.
1.6 Metodologi Penelitian Ada beberapa
tahapan dalam proses
pengerjaan tugas akhir
ini. Tahapan metodologi tersebut adalah sebagai berikut : 1. Studi Literatur Pada tahap ini, penulis
mengumpulkan literatur tentang masalah yang diperlukan untuk dalam penelitian. Tahapan ini dilakukan
untuk mengetahui apa yang telah diteliti
dan dikerjakan sebelumnya sehingga dapat dilakukan pengembangan pada penelitian ini. Adapun literatur yang
dikampulkan berkaitan dengan: 1. Teori
tentang Recurrent Neural Network.
2. Teori tentang huruf Katakana.
3. Teknik, Image
Processing dan pengambilan keputusan
menggunakan Recurrent Neural
Network 2. Pengumpulan Data Pada tahapan
ini dilakukan untuk mengumpulkan data – data yang mendukung penyelesaian masalah. Data – data yang
dikumpulkan berupa data citra huruf Katakana
yang akan digunakan untuk proses pembelajaran dan pengujian pada sistem.
3. Analisis dan Perancangan Sistem Pada tahapan
ini dilakukan analisis terhadap materi dan data yang mendukung terhadap penyelesaian masalah sehingga dapat
merancang sistem yang dapat diimplementasikan
pada penelitian ini. Bagian dari perancangan sistem adalah sebagai berikut :
1. Preprocessing Citra huruf
Katakana Preprocessing Citra dengan tujuan untuk memproses citra huruf Katakana
yang masih dalam ukuran normal atau
semula menjadi ukuran pixel 2. Feature
extraction Pada proses ekstraksi fitur digunakan untuk mengekstrak nilai dari
luas area huruf Katakana.
3. Implementasi Sistem Pada
tahapan implementasi sistem ini akan dilakukan pengkodean program dengan menggunakan NetBeans.
4. Pengujian Sistem Pada tahapan
pengujian sistem yang telah dibangun akan diuji untuk memastikan apakah sistem telah berjalan sesuai yang
diharapkan.
5. Dokumentasi dan Penynan
Laporan Pada tahapan ini yaitu penynan
laporan terhadap analisis
dan implementasi Recurrent
Neural Network untuk
melakukan identifikasi tulisan
huruf Jepang jenis Katakana.
Skripsi Teknologi Informasi:Penerapan Recurrent Nural Network Dalam Identifikasi Tulisan Tangan Huruf Jepang Jenis Katakana
Downloads Versi PDF >>>>>>>Klik Disini
 |
Bab I
|
Downloads
|
|
Bab II
|
Downloads
|
|
Bab III - V
|
Downloads
|
|
Daftar Pustaka
|
Downloads
|
|
Lampiran
|
Downloads
|
