Pengenalan Pola

WELCOME BACK STUPENSS!! Hari ini kita masih belajar mengenai Artificial Intelligent nih, materi kali ini adalah Pengenalan Pola atau biasa disebut Pattern Recognition guys!! Cakupan materi hari ini terkait konsep dasar pengenalan pola, metode pengklasifikasiannya, metode pengenalan pola, serta pengaplikasiannya dalam bidang tertentu!

Yuhuuuu.. tak usah berlama-lama lagi, mari kita simak lebih lanjut!

Konsep Dasar Pengenalan PolaPengenalan pola adalah bidang studi yang bertujuan untuk mengenali, mengklasifikasikan, dan menginterpretasikan pola atau struktur tertentu dalam data atau objek. Pola dapat berupa atribut, karakteristik, atau relasi antara elemen-elemen yang membentuk data. Pengenalan pola mencakup berbagai teknik dan metode yang digunakan untuk memahami dan mengekstrak informasi yang terkandung dalam pola-pola tersebut.

Konsep dasar dalam pengenalan pola meliputi pemahaman tentang pengenalan pola itu sendiri, representasi data, fitur dan vektor fitur, serta penggunaan metrik atau jarak untuk mengukur kedekatan antara objek atau fitur.

1.  Pengenalan Pola

Pengenalan pola adalah proses mengidentifikasi pola atau struktur tertentu dalam data atau objek untuk memperoleh pemahaman tentang karakteristik atau atribut yang mendasarinya. Hal ini melibatkan analisis, klasifikasi, dan pengambilan keputusan berdasarkan pola-pola yang ada.

2.  Representasi Data

Representasi data melibatkan transformasi atau pengkodean objek atau data ke dalam format yang dapat diproses oleh algoritma pengenalan pola. Representasi yang baik mempertahankan informasi yang relevan dan memungkinkan pemrosesan yang efektif. 

3.  Fitur dan Vektor Fitur

Fitur adalah karakteristik yang diambil dari objek atau data yang menjadi fokus dalam pengenalan pola. Fitur-fitur ini harus memiliki informasi yang cukup untuk membedakan antara objek yang berbeda atau pola yang berbeda.

4.  Metrik dan Jarak

Metrik atau jarak digunakan untuk mengukur kedekatan atau kesamaan antara objek atau fitur dalam ruang fitur. Metrik ini penting dalam pengenalan pola karena memungkinkan perbandingan dan pengelompokan objek berdasarkan kesamaan atau perbedaan fitur.

Berikut merupakan gambaran dasar bentuk pengenalan pola :

Feature Vector (x € X)

•    Vector dari hasil pengamatan (pengukuran).

•    x adalah sebuah titik dalam ruang vektor X

Hidden State (y € Y)

•    Tidak dapat diukur secara langsung.

•    Pola dengan hidden state yang sama terdapat dalam kelas yang sama

Task

•    Mendesain classifer (decision rule) q : X Y yang menentukan hidden state berdasarkan pengamatan

Metode Pengenalan Pola

Proses pengenalan pola meliputi beberapa elemen berikut :

1.  Input & Sensing

• Proses pengambilan data (Acquisition) & pemasukkan data.
• Pemrosesan data sesuai dengan karakteristik/ fakta yang ada & pengukuran untuk nilai dari variable data.

2.  Pre-processing :

• Menghilangkan noise pada data.
• Melakukan pemisahan pola-pola yang menarik (pattern of interest) dari data.

3.  Segmentation

• Proses pemisahan objek satu dengan objek yang lain dalam suatu gambar.

4. Feature extraction .

• Menemukan representasi baru/ perwakilan/ ciri khas data dari segi fitur.

5.  Classification :

• Menggunakan fitur dan model/ algoritma pembelajaran untuk menetapkan pola pada suatu kelas tertentu.

6.  Post-processing :

• Melakukan evaluasi tingkat keberhasilan dalam keputusan.

Penerapan Metode Pengenalan Pola dan Studi Kasus

Metode pengenalan pola dapat dijadikan studi kasus untuk memecahkan masalah yang kita temui sehari-hari. Salah satu pengimplentasiianya dalam kasus Klasifikasi Ikan Salmon dan Sea Bass berikut :

Dari gambar tersebut, dapat ditarik permasalahannya adalah bagaimana cara memisahkan ikan Salmon dan ikan Seabas pada mesin yang berjalan secara otomatis.

Nah stupenss, sebelum melakukan proses perlu kita kulik lebih lanjut detail permasalahannya dengan mengajukan beberapa pertanyaan berikut :

1. Apa yang bisa menyebabkan masalah selama proses Sensing?

•  Kondisi pencahayaan
• Posisi ikan di permukaan yang berjalan (mesin)
• Noise dari kamera dan hal-hal lainnya

2. Apa saja langkah-langkah dalam Proses?

•   Mengambil gambar.
• Memisahkan setiap gambar ikan.
• Melakukan pengukuran.  Membuat keputusan.

Dari pertanyaan yang telah kita kerucutkan, dapat dibuat diagram proses klasifikasi sebagai berikut :

Selanjutnya dalam proses pre-processing akan dilakukan beberapa hal berikut :

•   Peningkatan kualitas gambar.

•   Memisahkan titik data yang merupakan representasi dari kedua ikan yang hampir saling bersinggungan atau saling overlap.

•   Menemukan garis boundary/batas pemisah kedua ikan.

Ketika sudah melakukan proses pre-processing dilanjutkan dengan proses bagaimana cara untuk memisahkan ikan Sea Bass dan Salmon, nah berikut stupens langkah-langkahnya

•   Menggunakan fitur yang memungkinkan untuk bisa memisahkan : (Panjang ikan, Tingkat kecerahan, Lebar ikan, Jumlah dan Bentuk sirip, Posisi mulut dan fitur Iainnya jika masih ada)

•   Asumsi beberapa nelayan mengatakan bahwa "Sea Bass" umumnya lebih panjang daripada "Salmon".

•   Meskipun rata-rata "Sea Bass" lebih panjang dari "Salmon", namun ada banyak contoh di mana ikan yang dilakukan pengamatan menggunakan fitur ini, malah tidak berlaku.

•   Untuk meningkatkan hasil recognition/ pengenalan, kita mungkin harus menggunakan lebih dari satu fitur pada suatu waktu.

•   Fitur tunggal kemungkinan besar tidak akan dapat menghasilkan kinerja terbaik.

•   Kombinasi fitur kemungkinan besar akan menghasilkan kinerja yang lebih baik.

Pengenalan Pola dalam Bidang Tertentu

Pengenalan pola merupakan bidang yang luas dan dapat diterapkan dalam berbagai bidang tertentu. Berikut adalah uraian materi tentang pengenalan pola dalam bidang tertentu nih guys, yuk simak lebih detailnya !

1.  Bidang Kedokteran

Dalam bidang kedokteran, pengenalan pola dapat digunakan untuk mendiagnosis penyakit, memprediksi prognosis pasien, dan mendukung pengambilan keputusan klinis. Beberapa contoh penerapan pengenalan pola dalam bidang kedokteran adalah:

a. Diagnosis Penyakit

Metode pengenalan pola dapat digunakan untuk menganalisis data medis, seperti citra medis, hasil tes laboratorium, dan riwayat pasien, untuk mendeteksi dan mendiagnosis penyakit seperti kanker, penyakit jantung, dan penyakit neurodegeneratif.

b. Pengenalan Pola pada Gambar Medis

Metode pengenalan pola, seperti segmentasi gambar dan analisis fitur, dapat digunakan untuk mengidentifikasi dan membedakan struktur anatomi dalam citra medis, seperti tumor pada MRI atau lesi pada mammografi.

c. Prediksi Prognosis

Dengan menganalisis data klinis dan molekuler, metode pengenalan pola dapat membantu dalam memprediksi hasil dan prognosis pasien, seperti tingkat keberhasilan pengobatan atau risiko kekambuhan penyakit.

2.  Bidang Keamanan dan Kejahatan

Dalam bidang keamanan dan kejahatan, pengenalan pola dapat digunakan untuk pengenalan wajah, identiflkasi sidik jari, dan pengenalan suara untuk tujuan keamanan dan penegakan hukum. Contoh penerapan pengenalan pola dalam bidang ini meliputi:

a. Pengenalan Wajah

Metode pengenalan pola dapat digunakan untuk mengidentifikasi individu berdasarkan ciri-ciri wajah mereka, seperti struktur wajah, bentuk mata, dan posisi fitur wajah Iainnya. Hal ini dapat diterapkan dalam sistem pengawasan keamanan, identifikasi penjahat, dan kontrol akses.

b. Identifikasi Sidik Jari

Metode pengenalan pola dapat digunakan untuk mengenali individu berdasarkan pola unik pada sidik jari mereka. Ini digunakan dalam sistem identifikasi dan verifikasi keamanan, seperti akses ke gedung, penggunaan perangkat elektronik, dan penyelidikan kejahatan.

c. Pengenalan Suara

Metode pengenalan pola suara digunakan untuk mengidentifikasi individu berdasarkan karakteristik suara mereka, seperti pola frekuensi, durasi, dan intonasi. Penerapan yang umum adalah dalam sistem pengenalan suara untuk otentikasi identitas dan deteksi penipuan suara.

3.  Bidang Transportasi dan Pengenalan Kendaraan

Dalam bidang transportasi, pengenalan pola dapat digunakan untuk mengenali kendaraan, mendeteksi plat nomor, dan memantau lalu lintas. Contoh penerapan pengenalan pola dalam bidang ini meliputi:

a. Pengenalan Kendaraan

Metode pengenalan pola dapat digunakan untuk mengenali jenis, merek, dan model kendaraan berdasarkan ciri-ciri visualnya, seperti bentuk bodi, lampu, dan logo. Ini digunakan dalam sistem pemantauan lalu lintas, parkir otomatis, dan keamanan jalan raya.

b. Deteksi Plat Nomor

Metode pengenalan pola digunakan untuk mendeteksi dan membaca plat nomor kendaraan dalam citra atau video. Hal ini dapat digunakan dalam sistem pengawasan lalu lintas, pemantauan parkir, dan penegakan hukum.

c. Analisis Lalu Lintas

Metode pengenalan pola dapat digunakan untuk menganalisis pola lalu lintas, seperti menghitung jumlah kendaraan, memprediksi kepadatan lalu lintas, dan mendeteksi perilaku tidak normal, seperti kecelakaan atau pelanggaran lalu lintas.

4. Bidang Perdagangan dan Pemasaran

Dalam bidang perdagangan dan pemasaran, pengenalan pola dapat digunakan untuk menganalisis data pelanggan, klasifikasi produk, dan rekomendasi personalisasi. Contoh penerapan pengenalan pola dalam bidang ini meliputi:

a. Analisis Data Pelanggan

Metode pengenalan pola dapat digunakan untuk menganalisis data pelanggan, seperti preferensi pembelian, perilaku belanja, dan preferensi produk. Hal ini dapat digunakan untuk mengidentifikasi segmen pelanggan, memprediksi kebutuhan pelanggan, dan mengembangkan strategi pemasaran yang efektif.

b. Klasifikasi Produk

Metode pengenalan pola dapat digunakan untuk mengklasifikasikan produk berdasarkan ciri-ciri visual atau deskriptifnya. Contohnya adalah klasiflkasi otomatis produk dalam ecommerce berdasarkan gambar produk atau deskripsi produk.

c. Rekomendasi Personalisasi

Metode pengenalan pola dapat digunakan untuk memberikan rekomendasi produk yang disesuaikan dengan preferensi dan perilaku belanja pelanggan. Ini digunakan dalam sistem rekomendasi e-commerce dan pemasaran personalisasi.

Penerapan pengenalan pola dalam bidang-bidang lainnya seperti pengenalan tulisan tangan, analisis sentimen dalam teks, dan pengenalan suara alam juga memiliki aplikasi yang signifikan.

Contoh Studi Kasus

Sebagau seorang pengembang perangkat lunak yang tertarik pada pengenalan pola dalam klasifikasi gambar, kamu memiiliki dataset yang terdiri dari gambar-gambar kucing dan anjing. Nah kamu ingin melakukan pengenalan pola untuk kedua jenis hewan tersebut. Nah berikut langkah-langkahnyaaa

• Pengumpulan Data: Kumpulkan dataset yang berisi gambar-gambar kucing dan anjing. Dataset ini dapat terdiri dari gambar-gambar yang sudah diberi label kucing atau anjing.
• Preprocessing: Lakukan preprocessing pada gambar-gambar untuk mempersiapkan data sebelum digunakan. Ini termasuk resizing gambar ke ukuran yang sama dan normalisasi.
•  Ekstraksi Fitur: Gunakan metode ekstraksi fitur seperti Convolutional Neural Networks (CNN) untuk mengidentifikasi fitur-fitur penting pada gambar, seperti garis, bentuk, dan tekstur.
• Klasifikasi: Gunakan algoritma klasifikasi seperti Support Vector Machines (SVM), k-Nearest Neighbors (k-NN), atau Random Forest untuk mengklasifikasikan gambar-gambar ke dalam kategori kucing atau anjing.
• Evaluasi dan Validasi: Evaluasi performa model pengenalan pola menggunakan metrik seperti akurasi, presisi, recall, atau Fl -score. Lakukan validasi model dengan membagi dataset menjadi data latih (train) dan data uji (test) untuk menguji keandalan dan generalisasi model.

Selanjutnya, kamu dapat melakukan pengolahan data tersebut dengan program python sebagai berikut :

 

  

 Catatan: Pastikan Anda telah mempersiapkan dataset gambar kucing dan anjing yang terpisah dalam folder yang sesuai, dan mengganti nilai path_to_train_dataset_directory, path_to_validation_dataset_directory, dan path_to_test_dataset_directory dengan path yang sesuai pada komputer Anda.

Yuhuuu.. kita sudah selesai nih belajar pengenalan pola.. Selanjutnya kalian dapat mengerjakan quiz untuk menambah pemahaman kalian..