Kecerdasan Komputasional Berbasis Jaringan Neural Buatan (JNB) Pada Sistem Pengenalan Wajah (Face Recognition)

Resume Mata Kuliah Seminar

Kecerdasan Komputasional  Berbasis Jaringan Neural Buatan (JNB) Pada Sistem Pengenalan Wajah (Face Recognition)

Kemampuan otak manusia dalam memperoses persoalan yang berkaitan dengan panca indra dicoba untuk diimplementasikan dalam komputer, dengan mempelajari cara kerja jaringan neural memperoses biologis yang mendasarinya. Pendekatan yang dilakukan berkaitan dengan pengidentifikasian jejaring neural biologis ini dilakukan dengan menerapkan prinsip dasarnya pada sistem komputer dengan nama jaringan neural uatan (JNB).

Model sistem pengenalan wajah merupakan pengembangan dari model sistem yang telah dilakukan pada penelitian sebelumnya. Modifikasi yang dilakukan terdiri atas dua sisi yaitu modifikasi pada arsitektur jaring an neural dengan penambahan lapis neuron hidden, dan penambahan jumlah ciri dengan menghadirkan ciri geometri selain ciri geometri. Kedua modifikasi ini dapat meningkatkan kemampuan pengenalahan sekalipun dilatih dengan komposisi yang relatif rendah  yaitu  30%.  Dengan  pertimbangan  optimalisasi  komputasi  eksekusi  atau  waktu,  komposisi  pelatihan  50%  dapat digunakan sebagai pembelajaran yang optimal.

Komposisi 70% menghasilkan akurasi sangat baik namun biaya komputasi pelatihannya cukup mahal. Sampel data yang digunakan adalah citra wajah 7 orang masing -masing dengan 6 poses. Ekstraksi ciri dilakukan pada 12 bagian wajah dengan masing-masing diambil 3 variasi piksel ke segala arah sehingga menghasilkan 72 konfigutasi untuk setiap orang sampel dengan masing-masing 47 ciri. Arsitektur jaringan neural menjadi 47 neuron  input, 8 kali neuron hidden, dan 7 neuron output. Pembelajaran model sistem menggunakan algoritma pembelajaran supervisi propagasi balik Komposisi pelatihan 30% mengasilkan rerata tingkat akurasi 90% untuk data pelatihan, dan rerata 89% untuk data testing. Komposisi pelatihan 50% mengasilkan rerata tingkat akurasi 98% untuk data pelatihan, dan rerata 95% untuk data testing. Komposisi pelatihan 70% mengasilkan rerata tingkat akurasi 100% untuk data pelatihan, dan rerata 98% untuk data testing. Secara umum model sistem jaringan neural pengenal wajah yang diusulkan cukup handal untuk sistem pengenal wajah secara frontal. Untuk pengembangan penelitian selanjutnya dapat rancang untuk wajah tiga dimensi dengan variasi jarak pandang.

Sumber                 :

Dr. Wawan Setiawan, M.Si.

Universitas Pendidikan Indonesia ( UPI )

Posted in Seminar | 62,061 Comments

Pengembangan Algoritma Pengenalan Bentuk dan Arah Objek pada Sistem Omnidirectional Vision Sensor

Resume Mata Kuliah Seminar

Pengembangan Algoritma Pengenalan Bentuk dan Arah Objek pada Sistem Omnidirectional Vision Sensor

Otomasi merupakan salah satu solusi untuk meningkatkan efisiensi dan keamanan dalam dunia produksi. Autonomous Mobile Robot (AMR) merupakan salah satu bentuk dari teknologi otomasi. AMR memiliki kemampuan navigasi sehingga dapat bergerak pada lingkungan yang tidak dikenalnya. Kemampuan ini dapat digunakan untuk menjelajahi daerah-daerah yang tidak dikenali dan berbahaya bagi manusia, misalnya daerah sumber gas yang baru ditemukan.

AMR sebagai salah satu bentuk teknologi otomasi membutuhkan komponen sensor untuk dapat mengenali lingkungan sekitarnya. Salah satu jenis sensor yang dapat digunakan pada teknologi otomasi adalah sensor kamera. Sensor kamera memiliki karakteristik yang sama dengan indera penglihatan (mata) pada makhluk hidup. Kelemahan sensor kamera adalah keterbatasan sudut pandangnya. Sudut pandang yang dapat ditangkap oleh sensor kamera serupa dengan sudut pandang pada mata manusia (ke arah kamera menghadap/ke arah depan), padahal AMR membutuhkan data mengenai lingkungan yang berada di bagian belakang sensor kamera. Hal ini dapat diatasi dengan menggunakan sistem omnidirectional vision sensor.

Sistem tersebut dapat memberikan informasi mengenai 360 derajat  lingkungan sekitar hanya dalam satu image. Sistem ini didasarkan pada karakteristik mata serangga. Sistem ini dapat dibuat dengan mengarahkan kamera ke sebuah cermin cembung. Semakin cembung cermin yang digunakan, maka sudut pandang yang dihasilkan akan semakin luas. Sebelum menentukan gerakan dari AMR, pertama-tama AMR harus dapat mendeteksi adanya objek di sekitarnya, sehingga tabrakan dapat dihindari. Penelitian ini memfokuskan penelitian pada pengenalan bentuk objek dan penentuan arah objek tersebut ditinjau dari sistem AMR yang menggunakan omnidirectional vision sensor. Sistem omnidirectional vision sensor yang dibuat hanya digunakan sebagai sarana pengambilan data, dan belum diintegrasikan dengan AMR.

Sumber                 :

Bagus Arthaya, Ali Sadiyoko, Chandra Wiejaya

Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik Parahyangan, Bandung

 

Posted in Seminar | 8,625 Comments

Pembuatan Prototype Alat Identifikasi Golongan Darah pada Manusia Berbasis Pola Sidik Jari Menggunakan Scanner Optik

Resume Mata Kuliah Seminar

Pembuatan Prototype Alat Identifikasi Golongan Darah pada Manusia Berbasis Pola Sidik Jari Menggunakan Scanner Optik

Dalam era globalisasi zaman sekarang teknologi menjadi sangat sesuatu yang paling dibutuhkan, dalam  segala bidang untuk membantu dan menyelesaikan sesuatu lebih cepat. Tidak terkecuali dalam bidang kesehatan, darah menjadi salah satu hal yang esensial yang dibutuhkan. Dalam  hal ini untuk bisa mengetahui apakah golongan darah dalam tubuh kita, maka dibuat dan dirancanglahn sebuah alat atau aplikasi yang bisa mengidenifikasi golongan darah pada manusia berbasis pola sidik jari menggunakan scanner optik.

Selain itu, tujuan dari alat ini untuk mengetahui golongan darah ABO ( golongan darah A, B, AB, dan O ) yang praktis dan efisien dan memperkenalkan kepada masyarakat mengenai teknologi terbaru yang digunakan pada bidang medis. Pola sidik jari dari 5 jari kanan user di capture dan diolah untuk di identifikasi golongan darahnya. Adapun perangkat – perangkat yang dipakai untuk melakukan pengecekan golongan darah yaitu berupa box control yang terdiri dari minimum sistem, LCD, keypad dan scanner optik UareU 4000B. Proses identifikasi golongan darah ABO menggunakan  program  Microsoft Visual Basic 6.0 dan database yang digunakan adalah Microsoft Access. Pengenalan pola menggunakan metode Euclidean Distance dan proses identifikasi golongan darah ABO menggunakan metodecluster K-Meandan Euclidean Distance.

Data Clustering merupakan salah satu metode Data Mining yang digunakan dalam perangkat pendeteksi golongan darah ini yang ber-sifat tanpa arahan (unsupervised). Ada dua jenis data clustering yang sering dipergunakan dalam proses pengelompokan data yaitu hierarchical (hirarki) data clustering dan non-hierarchical (non-hirarki) data  clustering.

Sumber                 :

Fariz Gusti D. , Ir. Ratna Adil, MT.

Mahasiswa  Jurusan Teknik Elektronika PENS – ITS

Staf Pengajar di Jurusan Teknik Elektronika PENS – ITS

Politeknik Elektronika Negeri Surabaya Electronics Engineering Polytechnic Institute of Surabaya Institut Teknologi Sepuluh Nopember

Kampus ITS Sukolilo, Surabaya 60111, INDONESIA

 

 

Posted in Seminar | 7,565 Comments

APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS

Resume Mata Kuliah Seminar

APLIKASI SISTEM PAKAR DETEKSI DINI PADA PENYAKIT TUBERKULOSIS

Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup sulit sehingga membutuhkan seorang yang ahli untuk menyelesaikannya. Sistem pakar adalah  program  Artificial  Intellenge  yang menggabungkan  pangkalan  pengetahuan (knowledge base) dengan sistem inferensi. Adapun komponen – komponennya yaitu, basis pengetahuan, basis data, mesin interferensi, user interface.

Tuberkulosis adalah penyakit menular langsung yang disebabkan oleh kuman TB (Mycobacterium  Tuberculosis),  sebagian  besar  kuman  TB  menyerang  paru  tetapi  dapat  juga mengenai organ tubuh lainnya. aplikasi   sistem   pakar  untuk melakukan deteksi dini penyakit TBC yang dapat digunakan untuk membantu dokter memberikan penyuluhan  kepada  masyarakat  tentang  bahaya  yang ditimbulkan  penyakit  Tuberkulosis  dengan metode  forward  chaining.

Perancangan  aplikasi  ini dibuat dengan  bahasa  pemograman  Borland Delphi  Versi  10  dan  database  Microsoft  Access  2003. Adapun metode pengembangan sistem pakar anatara lain, dengan melakukan penelitian, akuisisi pengetahuan, desain, pengujian, dokumentasi dan pemeliharaan. Melalui  aplikasi  ini,  pengguna  dapat melakukan   konsultasi   dengan   sistem   layaknya   berkonsultasi   dengan   seorang   pakar   untuk mendeteksi  gejala  yang terjadi  pada  pengguna  serta menemukan  solusi atas permasalahan  yang dihadapi. Dengan  dibuatnya  aplikasi  sistem  pakar Ini juga deteksi  dini pada  penyakit  TBC  dapat  membantu Dokter TBC dalam melakukan deteksi dini dan penyuluhan dilapangan semakin mudah dilakukan.

Sumber                 :

Wenny Widiastut,  Dini Destian,  Dhami Johar Damir

Jurnal Algoritma

Sekolah Tinggi Teknologi Garut

Jl. Mayor Syamsu No. 1 Jayaraga Garut 44151 Indonesia

 

 

 

Posted in Seminar | 12,018 Comments

Sistem Pakar Untuk Mendiagnosis Hama Dan Penyakit Tanaman Padi

Resume Mata Kuliah Seminar

Sistem Pakar Untuk Mendiagnosis Hama Dan Penyakit Tanaman Padi

Pertanian mempunyai arti yang penting bagi kehidupan manusia, selama manusia hidup, selama itu juga pertanian tetap akan ada. Makanan merupakan hasil dari pertanian yang mana setiap tahun kebutuhan akan makanan semakin meningkat karena populasi manusia terus bertambah. Secara khusus beras merupakan hasil dari tanaman padi yang digunakan sebagai makanan pokok manusia. Hal yang sering terjadi, banyak kerugian yang diakibatkan karena adanya penyakit tanaman yang terlambat untuk didiagnosis dan sudah mencapai tahap yang parah dan menyebabkan terjadinya gagal panen.

Dalam hal ini digunakanlah suatu penyelesaian masalah yaitu dengan membuat sebuah aplikasi sistem pakar yang nantinya akan memberikan informasi khususnya tanaman padi ,sekaligus memberikan solusi penanggulangannya, yang nantinya dapat digunakan untuk mengurangi atau memperkecil resiko kerusakan tanaman. Implementasi ini pun dibantu oleh perangkat visual basic 6.0 dan microsoft office 2007.

Didalam sistem pakar ini terdapat representasi pengetahuan, yaitu adalah suatu teknik untuk merepresentaikan basis pengetahuan yang diperoleh ke dalam suatu skema /diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan            dibuat sistem pakarnya. Untuk sistem kerja aplikasi ini akan terjadi pemindahan proses pengolahan informasi yang bersifat heuristik yang artinya membangun dan mengoperasikan basis pengetahuan dari seorang pakar ke sebuah komputer.

Setelah basis  pengetahuan dimasukkan oleh seorang pakar (seorang petugas pengamat hama), maka pengguna yang dalam hal ini petani maupun kelompok tani yang sudah mengerti tentang penanggulangan hama dan penyakit padi      dapat menggunakan basis pengetahuan yang telah tersimpan ddalam basis data dengan melakukan penelusuran berdasarkan jenis gangguan penyakit, gejala penyakit. Berdasarkan penelusuran yang telah di inputkan pemakai, selanjutnya program sistem pakar akan memberikan hasil diagnosis penyakit dan cara penaganannya terhadap ganguan hama dan penyakit tanaman padi.

Sumber  :

Adhinta Nicho Pratama, Bambang Eka Purnama, Sukadi

nichopertamax@yahoo.co.id

Posted in Seminar | 24,332 Comments

SIMULASI AUTONOMOUS MOBILE ROBOT BERBASIS PLAYER/STAGE MENGGUNAKAN SELF-ORGANIZING FEATURE MAPS UNTUK PEMETAAN LINGKUNGAN GLOBALYANG TIDAK DIKETAHUI

Rangkuman Materi Kuliah Seminar

SIMULASI AUTONOMOUS MOBILE ROBOT BERBASIS PLAYER/STAGE MENGGUNAKAN SELF-ORGANIZING FEATURE MAPS UNTUK PEMETAAN LINGKUNGAN GLOBALYANG TIDAK DIKETAHUI 

Perkembangan  dunia robotika saat ini tidak luput dari teknologi  yang mampu beradaptasi  dengan lingkungan sekitar robot. Autonomous mobile robot is the one of robot types which has adalah salah satu jenis robot yang dikembangkan  dengan  kemampuan  untuk  mengendalikan  dirinya  sendiri  walaupun  dalam lingkungan  yang tidak diketahui. Untuk dapat melakukan pengendalian secara mandiri, bisa dilakukan dengan melalui proses pembelajaran secara mandiri tanpa supervisi (unsupervised) dengan mempertimbangkan input dari sensor-sensor yang dipakai. Paper ini akan membahas tentang penggunaan Kohonen Self-Organizing Feature Maps (SOM) sebagai metode pembelajaran Autonomous  mobile robot dalam mengenali lingkungannya.  Simulasi dilakukan dengan menggunakan open source software Player/ Stage. Hasil simulasi menunjukkan bahwa SOM menampilkan performa yang baik dalam memetakan lingkungan yang tidak diketahui tanpa supervisi.

Player / Stage mengimplementasikan konfigurasi client/server. Sebuah   file world mendefinisikan lingkungan dan semua  obyek didalamnya, termasuk robot, serta spesifikasi kemampuan hardware dari masing-masing robot. File ini yang akan digunakan untuk menyediakan “dunia” tempat robot berinteraksi. Kemudian client program akan terhubung ke server pada port tertentu untuk bisa mengontrol robot.

Program client dapat dijalankan pada mesin/ komputer yang sama dengan server ataupun dari mesin/komputer yang terhubung dengan   server melalui jaringan. Player dapat juga berfungsi sebagai server untuk real-robot, sehingga program client yang digunakan untuk menjalankan robot dalam simulator, dapat juga digunakan untuk menjalankan real-robot. Dengan demikian kita dapat   membuat program dengan menggunanakan simulasi dalam simulator, kemudian menjalankan   program   pada   real-robot dengan  perubahan  minimal.  Program  client  dapat ditulis dalam banyak bahasa pemrograman yang mendukung pemrograman socket. saat ini library yang sudah  disediakan  agar   dapat  berinteraksi  dengan server adalah librari untuk bahasa pemrograman C.

Sumber  :  Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember, Surabaya

 

Posted in Seminar | 88 Comments

METODE LOKALISASI ROBOT OTONOM DENGAN MENGGUNAKAN ADOPSI ALGORITMA HEURISTIC SEARCHING DAN PRUNING UNTUK PEMBANGUNAN PETA PADA KASUS SEARCH-AND-SAFE

Rangkuman Materi Kuliah Seminar

METODE LOKALISASI ROBOT OTONOM DENGAN MENGGUNAKAN ADOPSI ALGORITMA HEURISTIC SEARCHING DAN PRUNING UNTUK PEMBANGUNAN PETA PADA KASUS SEARCH-AND-SAFE

Permasalahan search-and-safe merupakan salah satu contoh robot otonom dapat disimulasikan untuk menggantikan pekerjaan manusia di lingkungan berbahaya, misalnya pada kegiatan evakuasi manusia  dari  ruang  tertutup  yang  terbakar.  Dalam  contoh  ini,  robot  otonom  harus  dapat menemukan objek manusia untuk diselamatkan, serta objek api untuk dipadamkan. Lebih jauh lagi, untuk dapat menyelesaikan permasalahan seperti ini dengan baik, robot otonom harus dapat mengetahui keberadaannya, bukan hanya posisi dalam sistem koordinat global saja tetapi juga posisi  relatif  terhadap  posisi  tujuan  dan  keadaan  lingkungan  itu  sendiri.

Permasalahan  ini kemudian dikenal juga sebagai lokalisasi yang menjadi bagian penting dari proses navigasi pada robot  otonom.  Salah  satu  metode  yang  dapat  digunakan  untuk  menyelesaikan permasalahan lokalisasi adalah dengan menggunakan representasi internal peta lingkungan kerja dalam pengetahuan robot otonom. Pada kondisi ketika tidak tersedia informasi mengenai konfigurasi lingkungan, atau informasi yang tersedia sifatnya terbatas, robot harus dapat membangun sendiri representasi petanya dengan dibantu oleh komponen sensor yang dimilikinya. Pada paper ini kemudian dibahas salah satu metode yang dapat diterapkan dalam proses pembangunan peta seperti yang dijelaskan, yaitu melalui adopsi algoritma heuristic searching dan pruning yang sudah dikenal pada bidang kecerdasan buatan. Selain itu juga akan dijabarkan desain robot otonom yang digunakan, serta konfigurasi lingkungan yang digunakan pada studi kasus search-and-safe ini. Diharapkan nantinya hasil yang diperoleh dari penelitian ini dapat diterapkan untuk skala yang lebih besar.

 

Sumber  :  Fakultas Ilmu Komputer, Universitas Indonesia, Depok, Indonesia

Posted in Seminar | 2,289 Comments

DESAIN DAN SISTEM PENGENDALIAN ROBOT BERODA PEMADAM API

Rangkuman Mata Kuliah Seminar

DESAIN DAN SISTEM PENGENDALIAN ROBOT BERODA PEMADAM API

Robot  bergerak  membutuhkan  navigasi  dalam  melakukan  gerakan  pada arah  tertentu.  Sehingga koordinasi antara piranti masukan-masukan berupa sensor posisi relatif terhadap titik acuan navigasi yang sudah dipetakan dengan piranti penggerak berupa motor. Koordinasi antara masukan dengan keluaran dijembatani oleh piranti pengendali. Piranti pengendali berfungsi  sebagai  otak  sistem  yang mampu  membandingkan dan memberikan keputusan terhadap  masukan  menjadi  sebuah  keluaran  berupa  pergerakan robot  berdasarkan pengetahuan yang ditanamkan maupun hasil pembelajaran dari kesalahan yang pernah terjadi.

Dalam  sistem  robot  tersusun  tiga  bagian  sistem,  yaitu  perangkat  mekanis, perangkat  elektris dan perangkat lunak. Pada masing-masing bagian tersebut berpotensi untuk menimbulkan karakter-karakter baru baik disadari kemungkinan munculnya maupun yang tidak disadari kemungkinan munculnya. Pembangunan desain robot beroda adalah meliputi  pembuatan  dan  penyatuan  sistem-sistem yang petama sistem mekanik, kedua sistem elekronik, dan ketiga sistem pemrograman yang meliputi pembuatan algorithma dan program pada sistem pengendalian yang diaplikasikan pada robot.

Pembuatan sistem mekanik yang sesuai dan rapi merupakan penunjang adanya pergerakan robot yang dinamis. Pembuatan sistem elektronik pada robot harus tepat dengan piranti mekanik yang akan digerakan. Penerapan sensor yang tepat sangat mempengaruhi penginderaan robot ketika robot melakukan pergerakkan dalam melaksanakan tugas yang diberikannya.

Penerapan sistem pengendalian dengan menggunakan IC mikrokontroler sebagai komponen utama pengendalian tertanam robot adalah sangat efektif, karena bentuk fisik yang kecil, fitur yang lengkap dan kemampuannya dapat dihandalkan.

Kecerdasan (Intelligent) robot ditentukan oleh adanya algorithma pemrograman yang baik, sehingga pembuatan kecerdasan robot ini dapat dilakukan dengan penerapan  kecerdasan  buatan atau AI (Artificial Intelligent) bagi robot, yaitu melalui pembangunan algorithma pemrograman yang cerdas dan bervariasi.

 

Sumber   :  Jurusan Teknik Elektro, Fakultas Teknologi Industri Institut Sains & Teknologi AKPRIND Yogyakarta

Posted in Seminar | 175 Comments

Perencanaan Jalur Pada Mobile Robot Dari Obyek Nyata Dan Dinamis Berbasis Algoritma Genetika

Rangkuman Mata Kuliah Seminar

Perencanaan Jalur Pada Mobile Robot 

Dari Obyek Nyata Dan Dinamis Berbasis Algoritma Genetika

Pada setiap kendaraan dibutuhkan sistem navigasi untuk dapat  mengendalikan  kendaraan  sesuai dengan  jalur yang  diinginkan.  Secara  umum  jalur  yang  diinginkan yaitu jalur yang aman, dan jarak tempuh yang singkat. Saat ini sistem navigasi, untuk memutuskan jalur yang ditempuh merupakan keputusan dari awak kendaraan. Pada penelitian ini, permasalahan diatas diaplikasikan pada mobile robot dengan penentu keputusan jalur yang ditempuh tidak lagi menggunakan awak (manusia) namun ditentukan secara autonom / otomatis dengan menggunakan metode algoritma genetika. Jalur yang dihasilkan oleh sistem merupakan jalur optimal yaitu jalur yang memiliki waktu tempuh yang singkat, aman, dan kecepatan algoritma dalam merencanakan jalur yang dibuat. Proses awal sistem yaitu mengetahui arena atau lingkungan yang digunakan, jumlah halangan, posisi halangan dan posisi finish / tujuan. Setelah mengetahui jumlah,  posisi  halangan  dan  posisi  finish algoritma genetik  akan  membangkitkan  jalur  optimal  yaitu  jalur yang mempunyai jarak terpendek terhadap garis finish serta aman, tidak menabrak halangan yang berada pada lingkungan.

Apabila terjadi perubahan posisi halangan yang terdeteksi melalui kamera, maka secara cepat algoritma genetik akan melakukan penyesuaian terhadap posisi halangan dan membangkitkan atau menciptakan jalur optimal yang baru secara cepat. Tingkat keberhasilan sistemperencanaan jalur terhadap lingkungan statis tanpa menghiraukan  pergerakan halangan mencapai  98% dengan panjang kromosom 10 – 20 bit. Sedangkan untuk perencanaan jalur dengan halangan  yang  dinamis tingkat  keberhasilan  mencapai 70% dan 65% untuk masing panjang kromosom 10 dan 15 bit.

 

Sumber  :  Electronic Engineering Polytechnic Institute of Surabaya (EEPIS),Indonesia , Oktober 26 ,  2011

Posted in Seminar | 366 Comments

Hello world!

Welcome to Blog Civitas UPI. This is your first post. Edit or delete it, then start blogging!

Posted in Hello word | 14,383 Comments