Pengenalan Pattern Recognition

Pattern Recognition merupakan suatu disiplin ilmu yang mempelajari bagaimana mengklasifikasikan suatu objek kedalam kategori atau kelas. Contohnya dari sekumpulan wajah orang, termasuk gw. bisa di klasifikasikan kalo muka gw itu termasuk ganteng apa ngga. Jadi disini kita mmebutuhkan foto2 mana saja yang termasuk ganteng. lalu metode pattern recogniton akan “mempelajari” foto2 ganteng tersebut dan memberikan keputusan kalo foto gw itu ganteng apa ngga.

Ada bebrapa bidang ilmu yang menggunakan metode pattern recognition diantaranya:

1. Machine Vision
DI dalam machine vision, kita akan membuat komputer melihat dan mengenali apa yang di lihat. contoh sederhananya udah di sebutin diatas. yaitu pengklasifikasian orang ganteng. Bagi kita(manusia) dapat mengenali suatu objek secara mudah. misalnya kita lihat suatu gambar disitu ada beberapa orang dan beberapa papan iklan di jalan. Tetapi hal tersebut tidak dapat dilakukan dengan komputer. Oleh karena itu di dalam machine vision kita membuat algoritma untuk membuat komputer mengerti apa yang “dilihat” melalui kamera atau gambar. Komputer akan dibuat mengerti bahwa disitu ada beberapa orang dan papan reklame, tidak cuma itu saja komnputer juga akan mengenali bahwa orang itu si Joni, Susi, Budi, Amel dll. sedangkan di papan iklan, komputer akan mengenali bahwa tulisan itu adalah iklan dari teh botol sosro. Untuk mendeteksi wajah maka di buat algoritma face detection sedangkan untuk mengenali wajah dapat menggunakan metode face recognition.

Saat ini udah banyak aplikasi yang menerapkan face detection, seperti pada facebook, kamera digital dll. sedangkan untuk face recognition bisa di lihat di smartphone. terdapat fitur face unlock yang memungkinkan hanya wajah pengguna tersebut yang bisa menggunakan HP tersebut.

2. Character Recognition (Pengenalan Karakter)
Di atas udah disinggung dikit mengenai papan iklan teh botol sosro(bukan berarti promosi loh ya). Jadi pengenalan karakter disini adalah kemampuan komputer untuk menganalisa papan iklan tersebut berisi dari karakter “teh botol sosro”. Aplikasi yang lain yaitu pada OCR(Object Character Recognition). Kalo lo beli printer/scannner yang model baru2. udah otomatis dapet software OCR. gunannya adalah untuk merubah/konversi dari hasil scan yang berupa gambar menjadi tulisan. Jadi lo ngga usah ngetik2 apa yang lo liat dari hasil scan itu.

OCR terbagi beberapa macam berdasarkan penulisan yaitu tulisan tangan dan karakter yang di print(maksudnya tulisan hasil ketik dari komputer yang fontnya macem2). Pengenalan tulisan tangan lebih susah karena tulisan tangan tiap2 orang beda2. pengenalan tulisan tangan sudah di aplikasikan ke dalam PC tablet atau Smartphone dengan touchscreen. Tulisan yang di print juga terbagi lagi menjadi Offline dan Online. Offline disini maksudnya adalah hasil tulisan didapat dari media scanner, kamera dll. sedangkan Online, tulisannya bersumber dari hasil tulisan tangan langsung dengan pen touch melalui PC tablet.

3. Speech recognition
Speech recognition atau pengenalan suara. aplikais ini juga banyak dipake untuk voice command. Dengan perintah suara manusia maka komputer akan mengrti apa yang di ucapkan oleh manusia. contoh nyatanya yang baru2 mungkin ada di google glass. di Google glass dengan cukup mengatakan “google take photos”, maka si google glass akan langsung ngambil foto. Selain itu pengenalan suara juga berguna untuk identifikasi manusia. karena suara tiap manusia itu berbeda2 dan ngga ada yang sama.

4. Data Mining and knowledge discovery
di dalam data mining kita akan “menambang data”. maksud disini dalam menambang data adalah, mengambil informasi dari sekumpulan data. Data mining juga terbagi dalam beberapa disiplin ilmu lagi yaitu NLP(Natural Language Processing), Text Mining dan Web Mining. semua bidang ilmu tersebut sangat erat kaitannya satu sama lain.

NLP yaitu sebuah teknik untuk mengolah bahasa atau kata-kata. supaya gampang di mengerti saya kasi contoh aplikasinya aja. ketika ngetik sesuatu di google, maka google akan merekomendasikan daftar kata yang mungkin akan kita cari. misalnya mau nyari dengan keyword “programmer” maka setelah mencet spasi maka akan muncul daftar kata rekomendasi dari google yang berkaitan dengan kata programmer. Selain itu jika kita salah ketik (mistyped) “progammer” kurang huruf r. maka google bisa nebak kalo kita salah ngetik. keyword yang dicari yaitu “programmer” bukannya “progammer”.

Menurut pendapat gw sendiri. Text mining sama NLP itu sama cuma beda nama doang CMIIW

Web Mining. ini juga mirip2 lah. intinya olah data. contoh aplikasinya yaitu di situs2 e commerce kaya Amazon atau Ebay. kalo kita lihat di Amazon bisa menampilkan daftar rekomendasi buku yang berkaitan dengan buku yang kita beli. misalnya kita beli buku pattern recognition maka Amazon akan merekomendasikan buku2 yang berkaitan dengan pattern recognition misalnya buku “Machine Learning”, “Computer Vision”, “Data Mining” etc. selain itu Amazon juga bisa merekomendasikan bahwa buku yang kita beli juga di beli sama orang lain. tapi orang lain yang beli juga membeli buku yang berkaitan dengan buku itu. bingung kan. sini gw kasi contohnya. Gw beli buku “Pattern Recognition and Machine Learning” maka nanti Amazon akan memberikan daftar buku “the user who but this book also buy theese… (daftar buku)”. kalo di bahasa indonesia. orang yang membeli buku ini juga membeli buku “bla.. bla…”

Sistem pattern Recognition
Di dalam sistem pattern recognition terdapat beberapa langkah

1. Digitazing.
Merubah menjadi data digital. contohnya merubah foto dalam bentuk matriks, merubah suara menjadi sinyal

2. Feature Extraction.
Mengambil ciri2 atau informasi yang di perlukan. contohnya di dalam foto terdapat tinggi dan lebar gambar, terdiri dari berapa jumlah pixel hitam dan putih. dll.
contoh paling gampangnya mungkin dalam contoh manusia. manusia punya tinggi, berat, bentuk kepala, bentuk muka. hasil akhirnya adalah mengklasifikasikan bahwa ini cowo atau cewe.

3. Clasification
Di dalam pengklasifikasian kita membutuhkan data2 berupa data pembelajaran/learning dan data untuk mentest. biasanya didalam 1000 data. kita bagi menjadi 2 bagian yaitu 75% untuk training dan 25% untuk testing. di dalam training kita akan membuat komputer “belajar” dengan mengenali pola2 yang ada dalam feature extration. setelah mengenali pola maka komputer akan di tes apakah hasil pengklasifikasian tersebut tepat atau tidak.

Metode “Learning” pembelajaran terbagi menjadi 2 macam Supervised dan Unsupervised
Dalam pemngklasifikasian terdapat 2 metode yaitu supervised dan unsupervised.

Supervised yaitu sebuah metode yang membutuh kan pembelajaran. contoh dari metode Supervised yaitu NN(Neural Network), HMM(Hidden Markov Model), KNN(K-Nearest Neighbor). sedangkan Unsupervised yaitu metode yang tidak menmbutuhkan metode pembelajaran. misalnya K-Means. Supervised mempunyai nama lain yaitu Classification sedangkan Unsupervised yaitu Clustering. Di post sebelumnya gw udah pernah bahas sedikit mengenai metode segmentasi gambar menggunakan K-means. bisa di lihat disini

2 thoughts on “Pengenalan Pattern Recognition

Leave a Reply

Your email address will not be published. Required fields are marked *

*
*
Website