Implementasi Jaringan Syaraf Tiruan Untuk Mengidentifikasi Pola Desain Produk Berdasarkan Preferensi Pelanggan Menggunakan Kansei Engineering System

Abstract

ABSTRAK Berdasarkan hasil studi literatur penggunaan metode jaringan syaraf tiruan backpropagation sebagai model pelatihan pengenalan pola – pola kompleks tingkat keberhasilan untuk mengenali suatu pola dari sebuah objek sangat baik seperti penelitian untuk identifikasi pengenalan huruf Jawa tingkat akurasi penelitian 99.563 %, penelitian identifikasi gangguan psikologi tingkat akurasi dihasilkan 97,5% dan identifikasi penyakit TBC tingkat keakurasian 77,5%. Batik mempunyai motif yang bervariasi dan hampir setiap motif batik mempunyai keunikan pola yang serupa (tapi tidak sama) sehingga sulit dikenali oleh karena itu batik sangat cocok untuk dijadikan obyek pengenalan pola untuk mengimplementasikan jaringan syaraf tiruan backpropagation. Pembangunan simulasi implementasi jaringan syaraf tiruan backpropagation untuk mengenali motif batik pemogramannya berbasis objek dengan UML diagram. Simulasi ini menggunakan proses pengolahan citra terhadap citra masukan sebelum citra tersebut dimasukkan ke dalam JST, diantaranya proses scalling, grayscale, edge detection dengan metode sobel dan tresholding. Hasil penelitian tentang implementasi jaringan syaraf tiruan backpropagation untuk mengenali motif batik tingkat keakurasian yang didapatkan dari hasil pengenalan adalah 85%. 1. PENDAHULUAN Perkembangan teknologi yang semakin maju membuat para ilmuwan berlomba – lomba untuk menciptakan dan mengembangkan komputer untuk dapat bertindak seperti manusia, dimulai dari melihat sebuah objek sampai mengenali objek tersebut dengan cara membangun jaringan syaraf tiruan yang diadaptasi dari jaringan syaraf biologi yang terdapat pada manusia. Terdapat dua jenis metode pembelajaran pada jaringan syaraf tiruan, yaitu pembelajaran terawasi (supervised learning) dan pembelajaran tidak terawasi (unsupervised learning). Pembelajaran terawasi adalah pembelajaran yang memiliki target keluaran. Backpropagation merupakan salah satu metode pembelajaran terawasi yang dapat menangani pola kompleks serta menggunakan error keluaran untuk mengubah nilai bobotnya dalam arah mundur sehingga nilai dapat diperbaiki dalam melakukan pengenalan citra. Berdasarkan hasil studi literatur penggunaan metode jaringan syaraf tiruan backpropagation sebagai model pelatihan pengenalan pola kompleks tingkat keberhasilan untuk mengenali suatu pola dari sebuah objek sangat baik. Contohnya penelitian yang dilakukan untuk identifikasi pengenalan karakter huruf jawa, rata – rata tingkat akurasi yang dihasilkan pada penelitian ini adalah 99.563 % [2], penelitian yang dilakukan untuk identifikasi gangguan psikologi, rata – rata tingkat akurasi yang dihasilkan pada penelitian ini adalah 97,5 % [3], dan penelitian yang dilakukan untuk identifikasi penyakit TBC (Tuberulosis), tingkat akurasi yang dihasilkan pada penelitian ini sebesar 77,5 % dalam pengenalan pola penyakit TBC menggunakan metode backpropagation [4]. Batik merupakan salah satu kebudayaan yang dimiliki oleh Indonesia, yang harus dijaga,dilestarikan dan diperkenalkan kepada generasi muda. Batik memiliki berbagai macam motif yang bervariasi, setiap daerah di Indonesia mempunyai ciri khas tertentu pada motif batik. Batik memiliki keunikan, keunikan ini terletak pada motifnya yang kompleks, pakem (cara motif diorganisasi) dan insen – insen (ornamen – ornamen kecil yang digunakan untuk mengisi ruang yang kosong diantara motif utama). Motif mempunyai peranan penting dalam mendefinisikan filosofi. Motif batik terbagi menjadi dua kelompok besar, yakni motif batik geometri dan non – geometri, terdapat motif terakhir pada pola non geometri yaitu motif pola khusus. Motif khusus memuat motif yang tidak dapat dimasukan ke dalam kelas yang lain. Motif khusus inilah yang akan dijadikan sebagai data training dan akan diujicoba untuk dikenali.