2. Teknologi pengenalan pola mengalami
perkembangan dari tahun ke tahun.
Perkembangan teknologi yang sangat
pesat juga mendukung berkembangnya
teknologi pengenalan pola ini secara
signifikan.
18. Teknologi pengenalan pola adalah studi
tentang bagaimana mesin dapat mengamati
lingkungan, belajar untuk membedakan pola
utama dari sebuah gambar dengan obyek
lainnya, dan dapat mengkategorikan pola
dengan baik.
19. Menggunakan pengenalan pola, mesin atau
sistem akan menjadi lebih cerdas, sistem atau
mesin mampu mengenali pola yang sudah
ditetapkan. Dari pola yang dikenali, bisa
dilakukan aksi setelah mengenali pola tersebut
20. Data Driven & Conceptually Driven
Pemrosesan data driven dimulai dengan
datangnya data penginderaan (suara, bau, rasa,
texture, gambar).
Pemrosesan conceptually driven pemrosesan
informasi dimulai dengan pembentukan konsep
tentang informasi yang mungkin dijumpainya
(pengetahuan yang disimpan di memori).
23. Psikologi Gestalt
Sebagian besar orang akan mengenali dan
menyebutkannya sebagai segi empat.
Pengenalan pola melibatkan keseluruhan
stimulus yang bekerja bersama menghasilkan
suatu kesan yang lebih dari sekedar totalitas
penjumlahan dari penginderaan terhadap
bagian-bagiannya.
25. Canonic Perspectives
Perspektif canonic merupakan perluasan ide
dari para Gestalt.
Perspektif canonic merupakan pandangan-
pandangan yang paling baik dalam
merepresentasikan suatu objek atau image-
image yang datang pertama kali ketika
dihadapkan pada suatu bentuk.
28. Canonic Perspectives
Kesimpulan dan penjelasan atas hasil
eksperimen tersebut adalah :
(1) Lebih sedikit bagian dari objek yang tidak
dapat dilihat.
(2) Sudut pandang canonic merupakan sudut
pandang yang paling sering kita lihat.
(3) Sudut pandang canonic merupakan sudut
pandang yang paling ideal atau paling baik.
29. Pemrosesan Bottom-up/Top-down
Bagaimana kita mengenali suatu pola ?
Persoalannya, apakah kita mengawalinya
dengan pengenalan bagian-bagian yang
selanjutnya menjadi dasar pengenalan terhadap
keseluruhan (bottom-up), ataukah
diawali dengan hipotesis terhadap keseluruhan
dan selanjutnya menjadi dasar untuk
mengidentifikasi dan merekognisi bagian-
bagiannya (top-down).
30. Pemrosesan Bottom-up/Top-down
Bottom-up : Mengidentifikasi anjing karena kita
telah mengenal kembali bulunya, keempat
kakinya, matanya, kupingnya, dll.
Top-down : Mengenal kembali bulu anjing,
mata anjing, kuping anjing, kaki anjing karena
kita telah mengidentifikasi anjing.
31. Template Matching
Template matching merupakan salah satu ide
yang digunakan untuk menjelaskan bagaimana
mengenali kembali bentuk-bentuk atau pola-
pola.
Template dalam konteks rekognisi pola
menunjuk pada konstruk internal yang jika
cocok (match) dengan stimulus mengantar pada
rekognisi suatu objek.
Atau pengenalan pola terjadi jika terjadi
kesesuaian antara stimulus dengan bentuk
mental internal.
32. Template Matching
Kelemahan :
Jika perbandingan eksternal objek dgn internal
objek 1:1, maka objek yang berbeda sedikit saja
dengan template tidak akan dikenali.
Oleh karena itu, jutaan template yang spesifik
perlu dibuat agar cocok dengan berbagai bentuk
33. Feature Analysis
Halleret (2007) menjelaskan konsep untuk
memproyeksikan objek ke dunia nyata
membutuhkan tiga langkah yaitu dengan
terlebih dulu melakukan ‘penglihatan’ (Vision)
terhadap lingkungan tempat pencitraan visual,
kemudian dilakukan pelacakan (Tracking)
terhadap objek yang spesifik, setelah objek
dikenali, dianalisis, lalu akan di lakukan proses
pencitraan objek tersebut pada tampilan
(Display).
35. Prototype Matching
Pendekatan ini merupakan alternative dari
template matching dan feature analysis .
Pandangan ini beranggapan bahwa
pembentukan prototype adalah lebih mungkin
daripada membentuk template khusus atau
sejumlah feature dari pola yang berbeda-beda,
yang diaktifkan pada waktu merekognisi.
36. Prototype Matching
Adanya prototype memungkinkan kita untuk
mengenali suatu pola meskipun pola tersebut
mungkin tidak identik dengan prototype dan
hanya serupa (similar).