[Answering] Hubungan Jaringan Syaraf Tiruan dan Pengolahan Citra Digital


Kurang lebih sebulan kemarin saya mendapat pertanyaan dari pembaca blog ini, pertanyaannya seperti ini:

Salam alaikum…
mas. blog na keren, saya lagi fokus dalam PCD (Pengelolahan Citra Digital) / Digital Image Processing dengan java.. klu bisa tutorial mengenai PCD na ditambahi dunk…hehehehe
oh ya saya mau tanya apakah PCD berhub erat dengan JST (Jaringan Saraf Tiruan)??

Soalnya saya tidak ngambil JST di matkul saya,, gmn solusinya ya mas???
Makasih banyak…

Berikut ini adalah jawaban saya:

Wa’alaykumsalam….
Mudah2an dalam waktu dekat saya bisa kembali menulis tutorial tentang Image Processing lagi.
Jaringan syaraf tiruan, merupakan salah satu Machine Learning. Dia meniru cara kerja otak manusia untuk mengambil kesimpulan. Biasanya digunakan dalam proses seperti Klasifikasi, Regresi, Pattern Recognition, dll. Dia MENGUMPULKAN berbagai INFORMASI kemudian membuat model dari informasi itu, dan dengan model itulah kemudian dia melakukan ‘banyak’ hal.

Informasi yang dimaksud adalah seperti ini: Ketika waktu kecil, mungkin kita tidak tahu nama dari benda yang suka diduduki manusia, tapi seiring berjalannya waktu. Kita mendengar ayah kita mempersilahkan duduk tamunya, “silahkan duduk di kursi”, oh ternyata itu namanya kursi. Awalnya kita hanya mengenal kursi di rumah yang terbuat dari kayu yang sederhana. Seiring berjalannya waktu, di luar sana kita pun menjumpai orang duduk di tempat yang ada sandarannya dan sepertinya empuk untuk didudukki. Karena kita memiliki pengetahuan awal tentang kursi dan juga mengetahui bahwa benda tersebut memiliki kemiripan dengan kursi yang pernah diamati sebelumnya, maka kita dapat menyimpulkan bahwa itu juga adalah kursi. So, dengan proses menyerap informasi ini, kita menjadi tahu dan bisa membedakan mana kursi mana bukan kursi. Begitu juga dengan JST ini, dia belajar dari informasi yang kita berikan.

Hmmm masih belum ngerti mas. Informasi apa? Perasaan di kampus saya ga pernah dikasih problem kursi yang disuruh dikerjakan menggunakan JST. Gimana dong?

Ok. Saya beri contoh lain, yang lebih mudah dilakukan komputasi. Misalkan kita ingin membuat sistem (menggunakan JST) untuk memebedakan mana pemain bola dan mana pemain sumo. Jika nanti saya masukkan ke dalam sistem, “Orang A menggunakan kaus merah, dia memakai sepatu warna putih, membahwa motor merk XX, memiliki berat 60 kg dan tinggi 170 cm. Apakah orang A ini pemain bola atau sumo?” Kita pasti bisa menebak dengan tepat bahwa itu bukan pemain Sumo.
Tapi masalahnya adalah, komputer tidak secerdas manusia, dia belum memahami bagaimana karakteristik dari pemain bola dan pemain sumo. Karenanya kita harus “ajari” dulu komputer agar dia bisa kenal bahwa pemain bola itu kayak begini dan pemain sumo itu kayak begitu.

1. Ekstraksi Feature
Dengan apa kita ngasih dia pelajaran? Mari kita cari informasi apa sih yang dapat digunakan (FEATURE) agar komputer bisa membedakan pemain bola dan mana pemain sumo. Kita analisis feature2 dari contoh di atas:
a. Baju
b. Sepatu
c. Motor yang dipakai
d. Berat badan
e. Tinggi badan
Dari ke-5 feature itu, feature berat badan dan tinggi badan adalah feature yang sangat infromatif dan representatif dibanding dengan feature yang lain. Karenanya kita akan melatih Model kita dengan feature ini.

2. Training
Secara sederhana pelatihan dilakukan seperti ini:
Komputer diberikan data sebagai berikut (berat[kg], tinggi[cm], pemain) misal
60, 170, bola
55, 172, bola
80, 168, sumo
62, 173, bola
90, 170, sumo

Dalam contoh itu maksudnya, orang pertama memiliki berat 60kg, tinggi 170cm, dan dia pemain bola. Orang ke-2 memiliki berat 55kg, tinggi 172, dan dia pemain bola. Dan seterusnya untuk data yang lain. Semakin banyak data yang digunakan model yang dibentuk akan semakin ‘pintar’.
Dengan machine learning (JST, SVM, KNN, dll) data itu diolah dan dibuatkan model. (Silahkan baca2 algoritme untuk imlementasinya)

3. Testing
Setelah model berhasil dibuat, kemudian model dikasih problem, misalkan seperti soal tadi: Orang A menggunakan kaos merah, dia memakai sepatu warna putih, membahwa motor merk XX, memiliki berat 60 kg dan tinggi 170 cm. Apakah orang A ini pemain bola atau sumo?
Problem tadi diekstrak misalkan menjadi: 60, 170, ?
Kemudian problem dimasukan ke dalam sitem. Dan insya alloh komputer kita bisa menebak orang tadi😀

Lalu apa hubungannya dengan Pengolahan Citra Digital(PCD)/Digital Image Processing mas?

Dari contoh di atas (bola dan sumo), saya sudah menunjukkan bahwa JST itu tidak selalu harus berhubungan dengan PCD. Yang penting ada informasi untuk dia belajar, dan kemudian dia mengolahnya menjadi sebuah model, JST sudah dapat berjalan sebagaimana mestinya. PCD digunakan jika kasus yang dipakai adalah seputar Image. PCD berperan untuk menyediakan informasi untuk data training. Misalkan kita ingin membuat sistem untuk mengenali apakah image ini angka 1 atau angka 7.
Untuk melakukan ini, sistem kita latih midalkan dengan menggunakan 20 image angka satu dan 20 image angka tujuh. 40 Image  ini kemudian diekstrak, oleh program komputer yang menerapkan konsep2 PCD, untuk menghitung tinggi dan lebar objek angka 1 dan 7. Sehingga di dapat data (tinggi, lebar, angka). Nah di situlah perannya PCD.

Bagaimana sekarang sudah ada gambaran? Mudah2an bermanfaat. Wallohu’alam…

About windupurnomo

I'm interested in programming. I am active with several programming such as Java, C #, C, JavaScript, HTML. I'm also develop desktop application (Java Swing), Mobile Application (Android), and Web programming (ASP MVC).
This entry was posted in Kuliah and tagged , , , , , , , . Bookmark the permalink.

6 Responses to [Answering] Hubungan Jaringan Syaraf Tiruan dan Pengolahan Citra Digital

  1. fazeri says:

    Assalamualaikum wr wb
    mas tolong bgt saya mas,,,,saya minta tolong bgt mas, ada toturial yg menjelaskan pembuatan aplikasi java yg terapkan association rule mining?
    tolong saya ya mas….terimakasih….

  2. alfan says:

    gan ane rencannya TA nya berhubungan degan JST,kra2 bisa kasih gambaran gak metodologi yang masih bisa dipake,rencannya ane mau mengenali angka arab,cuma metodologinya belum ketemu🙂

    • windupurnomo says:

      JST atau machine learning yang lain, sangat erat kaitannya dengan proses Training. Bagaimana proses training itu berhubungan dengan JST?, jawabannya sudah saya jelaskan dalam posting di atas. Model akan dibangun dengan menggunakan beberapa data training. Data Training ini berupa image(gambar) angka arab (0 s.d. 9). Masing-masing angka diberi variasi bentuk, misalkan angka 1 terdiri dari beberapa gambar yang masing-masing kemiringannya beda, bentuknya agak bengkok, dan lainnya. Begitu juga angka2 yang lain, buatlah data untuk angka yang lain dengan berbagai variasi, semakin bervariasi, semakin ‘pinter’ model yang akan dibangun. Wallohu’alam.

  3. Haris says:

    Mas saya mau nanya , , kalau saya mau menalkukan penelitian tentang image processing pengenalan citra lebih baik dengan metode fuzzy logic atau JST (Jaringan Saraf Tiruan) atau kedua-duanya ? mohon bimbingannya ……

  4. adhi says:

    ikut nyumbang pemikiran sedikit, kaitannya antara PCD dan JST. Betul seperti penjelasan diatas, JST memerlukan feature sebagai inputannya. Nah, sekarang bagaiman PCD dalam mensuplai feature tersebut. Contoh sebuah aplikasi JST yang digunakan untuk membedakan kematangan buah jeruk. Secara logika sederhana, buah jeruk yang matang adalah buah jeruk yang berwarna kuning dan yang mentah adalah warna hijau. Maka sifat-sifat warna kuning dan hijaulah yang akan menjadi inputan untuk JST. Semoga bermanfaat. Demikian, maaf jika salah. Kebenaran mutlak hanya milik Allah.

  5. nurwahidah says:

    bisa kah mengklasifikasikan daun berdasarkan tesktur menggunakan metode jaringan saraf tiruan

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s