Dokumen tersebut membahas tentang sistem rekognisi pola dan pengenalan pola, yang merupakan bidang ilmu penting dalam teknik informatika. Dokumen tersebut menjelaskan berbagai pendekatan, area penerapan, metode, dan contoh judul tugas akhir yang terkait dengan sistem rekognisi pola dan pengenalan pola. Tujuan utamanya adalah mencapai kinerja yang efektif dan efisien dalam menyelesaikan masalah-masalah ter

1. Recognition System/Pattern
Recognition
Kelompok Keilmuan E
(Sistem Rekognisis/Pattern Recognition)
Program Studi Teknik Informatika
Universitas Komputer Indonesia
2014

2. Expert System (Sistem Pakar) is
Dead!!

3. Sistem Rekognisi
Bagaimana memberikan kemampuan untuk
melakukan rekognisi antara satu objek
dengan objek lain, antara data normal dan
data anomali, antara input yang merusak
dan yang tidak, antara satu suara dengan
suara lain, dan lainnya.

4. Pendekatan
•
•
•
•
Pragmatik
Statistik ==>> Machine Learning
Sintatik
Semantik

5. Area Penerapan
•
Speech Recognition/Natural Language Processing
•
Digital Signal Processing
•
Computer Vision
•
Perceptual Computing
•
Prediction
•
Clustering
•
Security
•
Biometrics
•
Social Network Anlysis
•
Big Data
•
Big Data + Machine Learning = Big Learning
•
Big Data + Computer Vision = Big Vision
•
etc...

6. Method?
•
Classification
–
–
–
–
–
–
–
•
Clustering
–
–
–
–
–
•
Decission Tree (ID3, C4.5, etc)
Artificial Neural Network
Support Vector Machine
Naive Bayess
Bayess Belief Network
Hidden Markov Model
etc.
K-Means (Centroid or Medoid)
Self Organizing Feature Map (SOFM) *Unsupervised Neural Network
Epectation Maximization (EM)
Graph
Hidden Markov Model
Reinforcement Learning

11. Contoh Judul Tugas Akhir
•
•
•
•
•
•
•
•
•
•
Implementasi Hand Tracking untuk Kontrol Mouse Pointer Komputer dengan Menggunakan Mean
Shift dan Kalman Filter.
Impelementasi Expectation Maximization Algorithm pada Segmentasi Citra Otak (MRI).
Impelementasi Expectation Maximization Algorithm pada Pemisahan Sumber Suara.
Penerapan Hidden Markov Model pada Pengenalan Kosa Kata Bahasa Indonesia (seperti
SIMSIMI).
Analisis Sentimen Pegguna Kartu Pra-Bayar Simpati pada Posting Official Akun Twitter Simpati
dengan Menggunakan Naive Bayess.
Analisis Sentimen Pengguna Twitter terhadap Calon Presiden Indonesia 2014 dengan
Menggunakan Hidden Markov Model.
Analisis Sentimen Social Network terhadap Film Layar Lebar dengan menggunakan Support
Vector Machine.
Perbandingan Performasi SVM dan ANN terhadap Analisis Sentimen Penikmat Musik pada Time
Line Twitter.
Fraud Detection pada Online Transaction dengan Menggunakan Expectation Maximization
Algorithm.
Prediksi Harga Bahan Baku Minyak Kelapa Sawit dengan menggunakan Neural Network
Backpropagation.

12. Research??
• Method + Masalah = ??
– Efektif??
– Efisien??
• Technology + Masalah = ??
– Efektif??
– Efisien??
• Riset Technology (Method)??
– Efektif ??
– Efisien ??

13. Goalnya adalah...
PERFORMANCE....
– EFEKTIVITAS...
– EFISIENSI...

15. Thanks...
Good Luck..