Materi Pengenalan Pola Pattern Recognition

download materi 

link : download

nonton materi

link : nonton

 

 

•Pola adalah entitas yang terdefinisi dan dapat diidentifikasikan melalui ciri- cirinya(features).

•Ciri- ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya.

•Ciri yang bagus adalah ciri yang memiliki daya pembeda yang tinggi, sehingga pengelompokan pola berdasarkan ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi.

 

ØFitur adalah adalah segala jenis aspek pembeda, kualitas atau karakteristik. Fitur bisa berwujud simbolik (mis. warna) atau numerik (mis. tinggi).

ØPola  adalah komposit/gabungan dari fitur yang merupakan sifat dari sebuah objek.

 

Pengenalan pola merupakan mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis yang dilakukan oleh komputer dengan tujuan untuk mengenali suatu objek di dalam citra dan hasil keluarannya berupa deskripsi objek

 

Pengenalan pola (pattern recognition) merupakan salah satu cabang ilmu computer yang dapat diartikan sebagai pengumpulan data-data mentah untuk dapat diklasifikasikan dengan maksud dan tujuan tertentu. Pengenalan pola ini bersifat conceptually driven processing yang berarti bahwa proses dimulai dari pembentukan konsep pada objek yang dijumpai (informasi dari memori)

Aplikasi dan implementasi: pengenalan wajah, tanda tangan, pengenalan tulisan tangan, pengenalan penyakit berdasarkan gejala-gejala yang ditemukan pada sebuah objek.

 

Pengenalan penyakit dengan gejala2 penyaki dilakukan dengan pendekatan analisis data kemudian mengambil kesimpulan dari data-data yang dikelompokkan. Ini berdasarkan kualitas&kuantitas dari data statistik

 

Pengenalan wajah dan tulisan tangan manusia bisa dibuat melalui pendekatan pemrosesan citra yang mana tujuan akhir dari pemrosesan citra tersebut digunakan untuk pengelompokan objek sehingga menghasilkan output yang diinginkan

 

Secara mendasar, suatu sistem pengenalan pola terdiri dari komponen-komponen berikut: sensor, mekanisme pre-processing, mekanisme penyari fitur (manual/otomatis), algoritma pemilah dan sekumpulan contoh pelatihan yang telah dipilah. Diagram blok dari sistem pengenalan pola dapat digambarkan sebagai berikut:

 

Pengenalan pola (pattern recognition) merupakan teknik yang bertujuan untuk mengklasifikasikan citra yang telah diolah sebelumnya berdasarkan kesamaan atau kemiripan ciri yang dimilikinya. Berdasarkan pendekatan yang digunakan, metode pengenalan pola dibagi menjadi tiga kelompok, yaitu:

•Statistik (Statistical)

•Sintatik (Syntatic)

•Jaringan Syaraf Tiruan (Artificial Neural Network)

•

 

Metode Pengenalan Pola

*pendekatan sintaks/ neural

  adalah pendekatan dengan menggunakan aturan aturan tertentu

*pendekatan statistik

    pendektan dengan menggunakan data-data yang berasal dari statistik

*pendekatan jaringan saraf tiruan

  pendekatan dengan menggabungkan pendekatan sintaks dan statistik. Misal alat pendeteksi tanda tangan, pendeteksi sidik jari,pendeteksi wajah, sistem alat pengaman pintu

Siklus Perancangan Sistem Pengenalan Pola

Pembuatan suatu sistem pengenal pola yang baik mengikuti beberapa tahapan, antara lain :

•Pengumpulan data

•Pemilihan fitur

•Pemilihan teknik pemilah / model yang sesuai

•Pelatihan

•Pengujian

 

Tahapan dalam system pattern recognition

ØPattern pertama kali ditangkap oleh sensor untuk dianalisa dan didapat berbagai fiturnya

ØSetelah mendapat informasi dari fitur fitur yang ada maka selanjutnya adalah meng-generate fitur.

ØTidak semua fitur yang didapat dari sensor digunakan untuk pengenalan pattern tersebut. Maka langkah selanjutnya adalah dengan memilih fitur yang tepat untuk pengklasifiksian object tersebut.

ØSelanjutnya mendesain pengklasifikasian, tipe nonlinearity yang bagaimana yang diadopsi, dan bagaimana mendapatkan criteria fitur yang optimal.

ØKetika terjadi error dalam pengklasifikasian maka terjadi ketidak beresana dalam system maka system perlu diadakan evaluasi

 

TEOREMA BAYES

Persamaan diatas disebut juga sebagai aturan Bayes dan merupakan salah satu persamaan paling penting dalam teori peluang dan statistik. Tentu saja, persamaan Bayes adalah persamaan paling fundamental dalam pengenalan pola statistik.

 

Kelemahan Metode Bayes

•Hanya bisa digunakan untuk persoalan klasifikasi dengan supervised learning dan data-data kategorikal.

•Memerlukan pengetahuan awal untuk dapat mengambil suatu keputusan. Tingkat keberhasilan metode ini sangat tergantung pada pengetahuan awal yang diberikan.

 

Beberapa Aplikasi Metode Bayes

•Menentukan diagnosa suatu penyakit berdasarkan data-data gejala(sebagai contoh hipertensi atau sakit jantung).

•Mengenali buah berdasarkan fitur-fitur buah seperti warna, bentuk, rasa dan lain-lain

•Mengenali warna berdasarkan fitur indeks warna RGB

•Mendeteksi warna kulit (skin detection) berdasarkan fitur warnachrominant

•Menentukan keputusan aksi (olahraga, art, psikologi) berdasarkan keadaan.

 

ØMachine Vision

  Pengenalan pola menjadi dasar dari sistem mesin ini. Mesin ini menangkap sebuah atau sekelompok object dengan kamera dan selanjutnya dianalisa untuk di deskripsikan object atau benda tersebut.

ØCharacter recognition (OCR)

  Salah satu area pengenalan pola yang secara umum menangani permasalahan otomatisasi dan informasi. Sistem OCR mempunyai front end device yang terdiri dari pembangkit cahaya, lensa scan, document transport dan sebuah detektor. Misal: pengenalan tulisan tangan

 

 

Speech recognition

  Pengenalan pola suara salah satu aplikasi yang berkembang saat ini. Sistem ini mengijinkan kita untuk berkomunikasi antara manusia dengan memasukkan data ke computer. 

 

 Face recognition

  Pengenalan wajah adalah sebuah system yang mengenali image wajah manusia .