BAB 5 KESIMPULAN DAN SARAN
|
|
- Iwan Ivan Widjaja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan a. Jaringan RBF yang dilatih menggunakan algoritma pembelajaran Extreme Learning Machine (ELM-RBF) tidak hanya memiliki akurasi lebih tinggi melainkan juga unggul dalam hal kecepatan training bila dibandingkan dengan algoritma SCG-TLF dan BP-MLP, yaitu tingkat akurasi 92,05% dan waktu training selama 5,43 detik. Dengan kata lain, Algoritma ELM memiliki akurasi 6,95% dan 27,95% lebih tinggi dan waktu training 132,57 detik dan 10,66 detik lebih cepat masing-masing terhadap algoritma SCG-TLF dan BP-MLP. b. Akurasi klasifikasi pada ELM-RBF menggunakan fitur input hasil reduksi PCA mencapai 94,62% dan waktu training selama 4,18 detik. Hal ini menunjukkan adanya peningkatan performansi akurasi sebesar 2,79% dan reduksi waktu training selama 1,25 detik terhadap penggunaan fitur input asli c. Penggunaan jumlah hidden neuron berbanding lurus dengan waktu training namun tidak berlaku pada tingkat akurasinya, sehingga penentuan jumlah hidden neuron yang tepat turut menentukan performansi jaringan ELM-RBF. 5.2 Saran Untuk pengembangan lebih lanjut, metode klasifikasi berbasis jaringan syaraf tiruan pada umumnya dan jaringan ELM-RBF pada khususnya dapat ditingkatkan pada level klasifikasi dengan data citra sidik jari yang lebih besar pada beberapa Database sidik jari yang tersedia di internet secara komersial seperti Database NIST. 65
2 (Maltoni, Maio, Jain dan salil Prabhakar, 2003) (Jain, Hong, Pankanti dan Bolle, 1997) (Li, Yau dan Wang, 2007) (Yeung, Cloete dan Shi, 2009) (Musafi, Ahmed dan Chan, 1992) (Huang, Qin-Yu-Zhu dan Siew, 2006) (Huang, Zhu dan Siew, 2006) (Huang, Zhu dan Siew, 2004) (Serrau, Marcialis, Bunke dan Roli, 2003) (Wang, Li dan Niu, 2005) (Sharma, Paliwal dan Onwubolu, 2006) (Champbell dan Meyer, 2009) 66
3 DAFTAR PUSTAKA Anton, H. (1987). Elementary Linear Algebra, John Wiley Songs, INC. Candela dan Grother (1995). Pcasys a pattern-level classification automation system for fingerprints, Technical report, NIST TR Champbell, S. L. dan Meyer, C. D. (2009). Generalized Inverses of Linear Transformations, Society for Industrial and Applied Mathematics, Philadelphia. Fausett, L. (1994). Fundamentals of Neural Network Architecture, Algorithms, and Application, Prentice-Hall,USA. Gray, R. M. dan Neuhoff, D. L. (1998). Information Theory. quantization, IEEE Transactions on Huang, G. B., Qin-Yu-Zhu dan Siew, C.-K. (2006). Extreme Learning Machine:Theory and Applications, Neurocomputing (70): Huang, G. B. dan Siew, C.-K. (2004). Extreme Learning Machine with Randomly Assigned RBF Kernels, Proceedings of the Eight International Conference on Control, Automation, Robotics and Vision. Huang, G.-B., Zhu, Q.-Y. dan Siew, C.-K. (2004). Extreme Learning Machine: A New Learning Scheme of Feedforward Neural Networks, Proceedings of International Joint Conference on Neural Networks (IJCNN2004). Huang, G.-B., Zhu, Q.-Y. dan Siew, C.-K. (2006). Extreme Learning machine:theory and applications, Neurocomputing (70): Jähne., B. (1993). Digital Image Processing - Concepts, Algorithms and Scientific Applications, Springer-Verlag. Jain, A. K., Hong, L., Pankanti, S. dan Bolle, R. (1997). an identity authentication system using fingerprints, Proceedings of the IEEE, Vol. 85, pp Jin, C. dan Jin, P. (2009). Fingerprint Classifikasian in DCT Domain using RBF Neural Network, Journal of Information Science and Engineering. Komarinski, P. (2005). Automated Fingerprint Identification Systems (AFIS), Elsevier Academic Press. Li, J., Yau, W.-Y. dan Wang, H. (2007). Combining Singular Point and Orientation Image Information for Fingerprint Classification, The Journal of the Pattern Recognition Society. Madsen, R. E., Hansen, L. K. dan Winther, O. (2004). Singular value decomposition and principal component analysis, Technical report. 67
4 Maltoni, D., Maio, D., Jain, A. K. dan salil Prabhakar (2003). Handbook of Fingerprint Recognition, Springer, New York. McAndrew, A. (2004). An introduction to digital image processing with matlab, Technical report, School of Computer Science and Mathematics Victoria University of Technology. Musafi, M., Ahmed, W. dan Chan, K. (1992). On Training of Radial Basis Function Classifiers, Neural Networks 5(4). Park, C. H. dan Park, H. (2004). Fingerprint Classification using Fast Fourier Transform and Nonlinear Discriminant Analysis, Journal of the pattern recognition society. Prabhakar, S. (2001). Fingerprint Classification and Matching Using a Filterbank, PhD thesis, Michigan State University. Schott, J. R. (1997). Matrix Analysis for Statistics, John Wiley and Songs, Inc. Seemann, T. (2002). Digital Image Processing using Local Segmentation, PhD thesis, School of Computer Science and Software Engineering Faculty of Information Technology Monash University Australia. Serrau, A., Marcialis, G. L., Bunke, H. dan Roli, F. (2003). An experimental comparison of fingerprint classification methods using graphs, Technical report, Department of Electrical and Electronic Engineering University of Cagliari Italy. Sharma, A. dan Paliwal, K. K. (2007). Fast Principal Component Analysis using Fixed-point Algorithm, Pattern Recognition Letters (28): Sharma, A., Paliwal, K. K. dan Onwubolu, G. C. (2006). Class-dependent PCA, MDC and LDA:A combined classifier for pattern classification, The journal of the Pattern Recognition Society (39): Simon, H. (1999). Neural networks: A comprehensive foundation, New Jersey:Prentice Hall. Thompson, C. M. dan Shure, L. (1997). Image Processing Toolbox User s Guide, The MathWorks, Inc. Wang, X., Li, J. dan Niu, Y. (2005). Advances in Neural Networks ISNN 2005, Springer Berlin / Heidelberg, chapter Fingerprint Classification Based on Curvature Sampling and RBF Neural Networks, pp Wuzhili (2002). Hongkong. Fingerprint Recoqnition, Master s thesis, Baptist University, Yeung, D. S., Cloete, I. dan Shi, D. (2009). Sensitivity Analysis for Neural Networks, springer. 68
5 Zhang, R. (2005). Efficient Sequential and Batch Learning Artificial Neural Network Methods for Classification Problems, PhD thesis, Nanyang Technological University. 69
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciRancang Bangun Aplikasi Pengenalan Pola Sidik Jari
Rancang Bangun Aplikasi Pengenalan Pola Sidik Jari Ryan Wahyudi 1, Oni Soesanto 2, Muliadi 2 1,2,3 Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan 1 Email: wahyudi.ryan@gmail.com
Lebih terperinciRabiner L, Juang BH Fundamental of Speech Recognition. New Jersey: PTR Prentice-Hall, Inc. Reynolds D.A An Overview of Automatic
DAFTAR PUSTAKA Bolat B, Yildirim T. 2003. Performance increasing methods for probabilistic Neural Networks. Pakistan Journal of Information and Technology 2(3):250-255. Campbell, J.P., 1997, Speaker Recognition:
Lebih terperinciBAB V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces
BAB V KESIMPULAN Berdasarkan uji coba dan analisis hasil pengujian terhadap Sistem Pengenalan Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces Terdekomposisi QR dapat disimpulkan sebagai
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Tahap 1 : Identifikasi Permasalahan Mencari literatur-literatur yang berhubungan dengan bahan penelitian. Tahap 2 : Pengambilan Data Training : Testing 5 : 1 150 : 30 Dari 10 responden
Lebih terperinciDETEKSI KEMIRINGAN ALUR POLA SIDIK JARI DENGAN HAMMING NET SEBAGAI DASAR KLASIFIKASI
DETEKSI KEMIRINGAN ALUR POLA SIDIK JARI DENGAN HAMMING NET SEBAGAI DASAR KLASIFIKASI Sri Suwarno 1, Sri Hartati 2 1 Program Studi Teknik Informatika UKDW Yogyakarta 2 Program Studi Ilmu Komputer Fakultas
Lebih terperinciPENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE MOMENT INVARIANT DAN JARINGAN SYARAF RADIAL BASIS FUNCTION (RBF)
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Yogyakarta, 14 Mei 2011 PENGENALAN POLA TANDA TANGAN MENGGUNAKAN METODE MOMENT INVARIANT DAN JARINGAN SYARAF
Lebih terperinciHASIL DAN PEMBAHASAN. Generalisasi =
6 Kelas Target Sidik jari individu 5 0000100000 Sidik jari individu 6 0000010000 Sidik jari individu 7 0000001000 Sidik jari individu 8 0000000100 Sidik jari individu 9 0000000010 Sidik jari individu 10
Lebih terperinciGambar 15 Contoh pembagian citra di dalam sistem segmentasi.
dalam contoh ini variance bernilai 2000 I p I t 2 = (200-150) 2 + (150-180) 2 + (250-120) I p I t 2 = 28400. D p (t) = exp(-28400/2*2000) D p (t) = 8.251 x 10-4. Untuk bobot t-link {p, t} dengan p merupakan
Lebih terperinciIDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR
ISSN: 1693-693 1 IDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR R. Rizal Isnanto, Achmad Hidayatno, Muhammad Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciDescriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical Agglomerative Clustering
2015 International Conference on Information, Communication Technology and System Descriptor Clustering SURF for Bag of Visual Words Representation in Fingerprint Images Using K-MEANS and Hierarchical
Lebih terperinciBAB 2 Landasan Teori
BAB 2 Landasan Teori Pengenalan manusia secara otomatis menggunakan mesin merupakan masalah yang menantang dan telah menjadi banyak perhatian selama beberapa tahun terakhir. (Jawad, Syed, dan Farrukh,
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1. Kesimpulan Dari pembahasan Komputasi Paralel untuk Inpainting Citra Digital dengan metode Perona-Malik di atas, dapat ditarik beberapa kesimpulan, yaitu: 1. Aplikasi untuk
Lebih terperinciAdiguna¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN ADAPTIVE RESONANCE THEORY DAN FILTER GABOR FINGERPRINT RECOGNITION ALGORITHM USING ADAPTIVE RESONANCE THEORY AND GABOR FILTER
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN Dalam bab ini diuraikan kesimpulan dan saran berdasarkan pembahasan yang telah dijelaskan dalam tugas akhir ini. Kesimpulan dan saran juga diambil berdasarkan hasil uji coba
Lebih terperinciTeknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari
Teknik Ekstraksi Minutiae Untuk Sistem Verifikasi Keaslian Sidik Jari Okta Hadi Saputra, Irawan Jurusan Teknik Elektro FTI - ITS Abstrak Teknik kriptografi sudah banyak digunakan untuk menjamin kerahasiaan
Lebih terperinciIMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI
Royani Darma Nurfita, Gunawan Ariyanto, Implementasi Deep Learning Berbasis Tensorflow Untuk Pengenalan Sidik Jari IMPLEMENTASI DEEP LEARNING BERBASIS TENSORFLOW UNTUK PENGENALAN SIDIK JARI Royani Darma
Lebih terperinciPengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan
Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan Adhika Aryantio School of Electrical Engineering and Informatics Institute Technology of Bandung 10th Ganeca Street Bandung, Indonesia. Adhikaaryantio.x6@gmail.com
Lebih terperinciHUBUNGAN JUMLAH INPUT LAYER DAN OUTPUT LAYER NEURAL NETWORK TERHADAP TINGKAT AKURASI SISTEM HANDWRITING RECOGNITION DENGAN METODE BACKPROPAGATION
HUBUNGAN JUMLAH INPUT LAYER DAN OUTPUT LAYER NEURAL NETWORK TERHADAP TINGKAT AKURASI SISTEM HANDWRITING RECOGNITION DENGAN METODE BACKPROPAGATION Harjono, Didik Warasto Politeknik Pratama Mulia Surakarta
Lebih terperinciMuhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe
KLASIFIKASI DAN PNGNALAN SIDIK JAI TTUMPUK BBASIS MTOD LANING VCTO QUANTIZATION Muhammad Nasir Jurusan Teknik lektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km. 280. Lhokseumawe 21 mail : masnasir_poli@yahoo.com
Lebih terperinci1. Pendahuluan Perumusan Masalah Dari latar belakang yang dipaparkan di atas, masalah yang dapat dirumuskan adalah:
1. Pendahuluan 1.1. Latar Belakang Wajah manusia dapat menunjukkan dimorfisme seksual yang cukup jelas [1][2][3][4][5]. Wajah pria dan wanita memiliki bentuk dan tekstur yang berbeda, dan petunjuk yang
Lebih terperinciKOMPRESI DAN PENGENALAN CITRA WAJAH DENGAN PENDEKATAN NON-NEGATIVE MATRIX FACTORIZATION
KOMPRESI DAN PENGENALAN CITRA WAJAH DENGAN PENDEKATAN NON-NEGATIVE MATRIX FACTORIZATION Christianto Mewlando Binus University, Jakarta, DKI Jakarta, Indonesia Fictor Benny Kurniawan Usodo Binus University,
Lebih terperinciALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT
ALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT Kristian Adi Nugraha 1), Albertus Joko Santoso 2), Thomas Suselo 3) 1,2,3) Program Studi Magister Teknik Informatika,
Lebih terperinciPENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
PENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Gerald Patrick Siahainenia (0522128) Jurusan Teknik Elektro email : gerald_patrick2000@yahoo.com
Lebih terperinciREDUKSI DIMENSI INPUT PADA JARINGAN SYARAF PCA-RBF DENGAN SINGULAR VALUE DECOMPOSITION
REDUKSI DIMENSI INPUT PADA JARINGAN SYARAF PCA-RBF DENGAN SINGULAR VALUE DECOMPOSITION Abdul Hakim Maulana, Oni Soesanto, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Email:
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Kristen Maranatha
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan wajah (face recognition) merupakan salah satu teknologi biometric yang sangat dibutuhkan dalam berbagai aplikasi, seperti keamanan, verifikasi (pembuktian)
Lebih terperinciTOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA
Iwan Suhardi, Toleransi Jaringan Syaraf Tiruan TOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA Iwan Suhardi Jurusan
Lebih terperinciPENGENALAN SIDIK JARI MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS SCALED CONJUGATE GRADIENT
Mikrotiga, Vol, No. Mei 0 ISSN : 0 PENGENALAN SIDIK JARI MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS SCALED CONJUGATE GRADIENT Suci Dwijayanti *, Puspa Kurniasari Jurusan Teknik Elektro Universitas Sriwijaya,
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada
SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi
Lebih terperinciPenggunaan Graf dalam Pengklasifikasian Sidik Jari
Penggunaan Graf dalam Pengklasifikasian Sidik Jari Jessica Andjani / 13513086 Program MagisterInformatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi
BAB 1 PENDAHULUAN 1.1 Latar Belakang Di era yang semakin maju ini, teknologi telah memegang peranan penting dalam kehidupan manusia sehari-hari, sehingga kemajuannya sangat dinantikan dan dinikmati para
Lebih terperinciPrediksi Penjualan Mi Menggunakan Metode Extreme Learning Machine (ELM) di Kober Mie Setan Cabang Soekarno Hatta
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 8, Agustus 2018, hlm. 2972-2978 http://j-ptiik.ub.ac.id Prediksi Penjualan Mi Menggunakan Metode Extreme Learning
Lebih terperinciBulu mata. Generalisasi= Jumlah pola dikenali dengan benar x 100% Jumlah total pola
Generalisasi Hasil penelitian ini diukur menggunakan nilai konvergen dan generalisasi. Nilai konvergen adalah tingkat kecepatan jaringan untuk mempelajari pola input yang dinyatakan dalam satuan iterasi
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Diagnosis kanker dapat dilakukan berdasarkan struktur morfologisnya, namun hal tersebut mengalami kesulitan karena perbedaan struktur morfologis yang sangat tipis
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA RESILIENT BACKPROPAGATION ABSTRAK Juventus Suharta (0722026) Jurusan Teknik Elektro
Lebih terperinciJurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE
ISSN: 1693-1246 Januari 2011 Jurnal Pendidikan Fisika Indonesia 7 (2011) 47-51 J P F I http://journal.unnes.ac.id RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE Sudartono*,
Lebih terperinciIwan Suhardi, Studi Pengklasifikasian Citra Berdasarkan Ciri Citra dengan Jaringan Syaraf Tiruan
1 MEDIA ELEKTRIK, Volume 3 Nomor 1, Juni 2008 STUDI PENGKLASIFIKASIAN CITRA BERDASARKAN CIRI CITRA DENGAN JARINGAN SYARAF TIRUAN Iwan Suhardi Jurusan Pendidikan Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
Lebih terperinciAlgoritma Pengenalan Ekspresi Wajah Menggunakan Wavelet Neural Networks
Algoritma Pengenalan Ekspresi Wajah Menggunakan Wavelet Neural Networks Z. Abidin Jurusan Ilmu Komputer, Fakultas MIPA, Universitas Negeri Semarang Kampus Sekaran Gunungpati, Semarang, 50229 E-mail : zaenalabidin.indonesia@gmail.com
Lebih terperinciBAB III. METODOLOGI. kegiatan manusia membuat penelitian dengan domain teknik informatika
BAB III. METODOLOGI 3.1. Kerangka Pikir Teknik informatika yang memiliki andil yang cukup besar dalam berbagai kegiatan manusia membuat penelitian dengan domain teknik informatika merupakan hal yang menarik
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciBAB I PENDAHULUAN. pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Teknologi Informasi dan Komunikasi (TIK) merupakan suatu cabang ilmu pengetahuan yang sangat populer saat ini. Dengan ilmu pengetahuan ini, teknologi di dunia
Lebih terperinciPengembangan Model Pengenalan Wajah Manusia dengan Teknik Reduksi Dimensi Bi- 2DPCA dan Support Vector Machine sebagai Classifier
Pengembangan Model Pengenalan Wajah Manusia dengan Teknik Reduksi Dimensi Bi- dan Support Vector Machine sebagai Classifier Fredicia 1, Agus Buono 2, Endang Purnama Giri 2 1 Program Studi Teknik Informatika,
Lebih terperinciIdentifikasi Gender Berdasarkan Citra Wajah Menggunakan Deteksi Tepi dan Backpropagation
Identifikasi Gender Berdasarkan Citra Wajah Menggunakan Deteksi Tepi dan Backpropagation Destri Wulansari, Esmeralda C. Djamal, Ridwan Ilyas Jurusan Informatika, Fakultas MIPA Universitas Jenderal Achmad
Lebih terperinciSTEGANALISIS CITRA DIGITAL BERBASIS DISCRETE COSINE TRANSFORM DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR
STEGANALISIS CITRA DIGITAL BERBASIS DISCRETE COSINE TRANSFORM DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR Sheira Banu Nasution 1), Bambang Hidayat 2), I Nyoman Apraz Ramatryana 3) 1),2),3 ) Teknik Telekomunikasi,
Lebih terperinciISSN : e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 140
ISSN : 2355-9365 e-proceeding of Engineering : Vol.2, No.1 April 2015 Page 140 PENGENALAN INDIVIDU BERDASARKAN GAIT MENGGUNAKAN SINGULAR VALUE DECOMPOSITION DAN JARINGAN SYARAF TIRUAN BACK PROPAGATION
Lebih terperinciPengolahan data merupakan proses awal yang dilakukan dalam program RBFNN sebelum masuk pada proses pelatihan (training) dan pengujian (testing).
Pengolahan data merupakan proses awal yang dilakukan dalam program RBFNN sebelum masuk pada proses pelatihan (training) dan pengujian (testing). Oleh karena itu, di Bab 4 ini untuk memudahkan memahami
Lebih terperinciTOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA
Iwan Suhardi, Toleransi Jaringan Syaraf Tiruan TOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA Iwan Suhardi Jurusan
Lebih terperinciPENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)
Peningkatan Kualitas Citra Sidik Jari Menggunakan FFT...Salahuddin, dkk PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM) Salahuddin 1, Tulus 2 dan Fahmi 3 1) Magister Teknik
Lebih terperinciPENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING)
PENGELOMPOKAN CITRA WAJAH DENGAN TEKNIK SUBSPACE CLUSTERING MENGGUNAKAN ALGORITMA LSA SC (LOCAL SUBSPACE AFFINITY SPECTRAL CLUSTERING) Disusun oleh : Febryan Setiawan (0922081) Jurusan Teknik Elektro,
Lebih terperinciKata kunci: graph, graph database, GIndex, subgraph query, size-increasing support constraint, discriminative fragments, index, subgraph matching
Analisis dan Implementasi Graph Indexing Pada Graph Database Menggunakan Algoritma GIndex Analysis and Implementation of Graph Indexing for Graph Database Using GIndex Algorithm Hadyan Arif 1, Kemas Rahmat
Lebih terperinciALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT
ALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT Kristian Adi Nugraha 1), Albertus Joko Santoso 2), Thomas Suselo 3) 1,2,3) Program Studi Magister Teknik Informatika,
Lebih terperinciIDENTIFIKASI SIDIK JARI DENGAN MENGGUNAKAN STRUKTUR MINUTIA
IDENTIFIKASI SIDIK JARI DENGAN MENGGUNAKAN STRUKTUR MINUTIA Anggya N.D. Soetarmono, S.Kom. ABSTRAK Penelitian ini membahas tentang sistem identifikasi personal dengan menggunakan kesesuaian biometrik pada
Lebih terperinciArga Wahyumianto Pembimbing : 1. Dr. I Ketut Eddy Purnama, ST., MT 2. Christyowidiasmoro, ST., MT
IDENTIFIKASI DAUN BERDASARKAN FITUR TULANG DAUN MENGGUNAKAN ALGORITMA EKSTRAKSI MINUTIAE Arga Wahyumianto 2209 105 047 Pembimbing : 1. Dr. I Ketut Eddy Purnama, ST., MT 2. Christyowidiasmoro, ST., MT LATAR
Lebih terperinciTeknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil
Teknik Reduksi Dimensi Menggunakan Komponen Utama Data Partisi Pada Pengklasifikasian Data Berdimensi Tinggi dengan Ukuran Sampel Kecil Ronny Susetyoko, Elly Purwantini Politeknik Elektronika Negeri Surabaya
Lebih terperinciPENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS)
PENGENALAN WAJAH DENGAN MENGGUNAKAN NLDA (NULL-SPACE LINEAR DISCRIMINANT ANALYSIS) Disusun oleh : Yudi Setiawan (0722095) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri, MPH, No.
Lebih terperinci100% Akurasi = (11) Lingkungan Pengembangan
Algoritme Dekomposisi Wavelet Dekomposisi wavelet Haar dapat dijelaskan sebagai berikut : 1 Transformasi linear digunakan untuk mengubah ruang warna secara linear menjadi warna dasar. Karena citra yang
Lebih terperinciIDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS
ORBITH VOL. 12 NO. 1 MARET 2016 : 29 34 IDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS Oleh: Indah Susilawati Staf Pengajar Program Studi Teknik Informatika Universitas Mercu Buana Yogyakarta
Lebih terperinciPENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN ALGORITMA DOUBLE BACKPROPAGATION Disusun oleh: Togu Pangaribuan 0722087 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof.Drg. Suria Sumantri, MPH No. 65, Bandung
Lebih terperinciPERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT
PERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT Ronaldi Kurniawan Saphala 1 ; Naufal Faherza Putra 2 ; Dennis Filemon 3 ; Dr.Ir.Haryono Soeparno, M.Sc 4 1,2,3,4 Computer
Lebih terperinciEVALUASI PENGARUH FUNGSI AKTIFASI DAN PARAMETER KEMIRINGANNYA TERHADAP UNJUKKERJA PENGENALAN JARINGAN SYARAF TIRUAN
EVALUASI PENGARUH FUNGSI AKTIFASI DAN PARAMETER KEMIRINGANNYA TERHADAP UNJUKKERJA PENGENALAN JARINGAN SYARAF TIRUAN (Studi Kasus pada Pengenalan Karakter Angka Tulisan Tangan) Iwan Suhardi Jurusan Teknik
Lebih terperinciPerancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik
JURNAL ILMIAH SEMESTA TEKNIKA Vol. 17, No. 2, 157-165, Nov 2014 157 Perancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik (Software Design for Feature Extraction and Classification
Lebih terperinciSegitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi
J. Math. and Its Appl. ISSN: 1829-605X Vol. 4, No. 1, May 2007, 9 16 Segitiga Fuzzy-Neural Network untuk Mengenali Pola dari Model Input Data yang Berdistribusi Hary Budiarto Pusat Teknologi Informasi
Lebih terperinciKombinasi KPCA dan Euclidean Distance untuk Pengenalan Citra Wajah
Kombinasi KPCA dan Euclidean Distance untuk Pengenalan Citra Wajah Rima Tri Wahyuningrum 1,2 Prodi Teknik Informatika, Fakultas Teknik, Universitas Trunojoyo Jl. Raya Telang, PO BOX 2 Kamal, Bangkalan
Lebih terperinciIdentifikasi Telapak Tangan Menggunakan 2DPCA plus PCA dan K-Nearest Neighbour
Identifikasi Telapak Tangan Menggunakan plus PCA dan K-Nearest Neighbour Bedy Purnama, S.Si, M.T Fakultas Informatika Institut Teknologi Telkom Bandung, Indonesia bdp@ittelkom.ac.id Ditari Salsabila E.
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 1 NO. 1 MARET 2010
IDENTIFIKASI SIDIKJARI DENGAN EKSTRAKSI CIRI BERBASIS TRANSFORMASI WAVELET HAAR Minarni 1 ABSTRACT This research investigated a possible fingerprint identification system. The fingerprint images were preprocessed
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciPerancangan dan Pembuatan Aplikasi Skeletonization
Perancangan dan Pembuatan Aplikasi Skeletonization Gideon Simon 1, Liliana 2, Kartika Gunadi 3 Fakultas Teknologi Industri Program Studi Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto 121-131,
Lebih terperinciPENGARUH PROSES DOWNSAMPLE PADA KINERJA PENGENALAN WAJAH DENGAN PENDEKATAN ROBUST REGRESSION
PENGARUH PROSES DOWNSAMPLE PADA KINERJA PENGENALAN WAJAH DENGAN PENDEKATAN ROBUST REGRESSION Budi Nugroho 1), Intan Yuniar Purbasari 2) 1) Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
Lebih terperinciANALISIS DAN SIMULASI SISTEM PENGENALAN WAJAH DENGAN METODE FISHERFACE BERBASIS OUTDOORVIDEO.
ANALISIS DAN SIMULASI SISTEM PENGENALAN WAJAH DENGAN METODE FISHERFACE BERBASIS OUTDOORVIDEO Nurani Fitriyah 1),Dr. Ir. BambangHidayat 2),SuciAulia, ST,MT 3) 1 FakultasTeknikElektro, Telkom University
Lebih terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciPeramalan Indeks Harga Saham Gabungan (IHSG) dengan Metode Extreme Learning Machine (ELM)
Peramalan Indeks Harga Saham Gabungan (IHSG) dengan Metode Extreme Learning Machine (ELM) Afifah Arifia n ty, Mulyono, Med Irzal Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas
Lebih terperinciSistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT
Sistem Pendeteksi Gambar Termanipulasi Menggunakan Metode SIFT Regina Lionnie 1, Mudrik Alaydrus 2 Program Studi Magister Teknik Elektro, Universitas Mercu Buana, Jakarta 1 regina.lionnie.id@ieee.org,
Lebih terperinciVerifikasi Citra Wajah Menggunakan Metode Discrete Cosine Transform Untuk Aplikasi Login
The 13 th Industrial Electronics Seminar 011 (IES 011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 6, 011 Verifikasi Citra Wajah Menggunakan Metode Discrete Cosine
Lebih terperinciISSN : e-proceeding of Engineering : Vol.3, No.3 December 2016 Page 4185
ISSN : 2355-9365 e-proceeding of Engineering : Vol.3, No.3 December 2016 Page 4185 IMPLEMENTASI SISTEM PENGGOLONGAN BENDA BERDASARKAN BENTUK DAN MUTU MELALUI PENGOLAHAN CITRA DIGITAL MENGGUNAKAN ALGORITMA
Lebih terperinciPERBANDINGAN DTCWT DAN NMF PADA FACE RECOGNITION MENGGUNAKAN EUCLIDEAN DISTANCE
PERBANDINGAN DTCWT DAN NMF PADA FACE RECOGNITION MENGGUNAKAN EUCLIDEAN DISTANCE David; Ferdinand Ariandy Luwinda Computer Science Department, School of Computer Science, Binus University Jl. K.H. Syahdan
Lebih terperinciKlasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra
Jurnal Ilmiah Ilmu Komputer, Vol 15 No. 2, Desember 2010 : 38-41 Klasifikasi Citra Menggunakan Metode Minor Component Analysis pada Sistem Temu Kembali Citra Vera Yunita, Yeni Herdiyeni Departemen Ilmu
Lebih terperinciImplementasi Extreme Learning Machine untuk Pengenalan Objek Citra Digital
JURNAL SAINS DAN SENI IS Vol. 6, No.1, (2017) 2337-3520 (2301-928X Print) A 18 Implementasi Extreme Learning Machine untuk Pengenalan Objek Citra Digital Zulfa Afiq Fikriya, Mohammad Isa Irawan, dan Soetrisno
Lebih terperinciPEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER
PEMANFAATAN NEURAL NETWORK PERCEPTRON PADA PENGENALAN POLA KARAKTER Fakultas Teknologi Informasi Universitas Merdeka Malang Abstract: Various methods on artificial neural network has been applied to identify
Lebih terperinciAntony Eka Aditya 1, Catur Supriyanto 2. Jl. Imam Bonjol Semarang
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 35 Bag of Visual Words pada Citra Sidik Jari Berbasis Hierarchical Agglomerative Clustering Bag of Visual Words on Fingerprint Image Based On Hierarchical
Lebih terperinciAPLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR
APLIKASI LOGIKA FUZZY PADA PERAMALAN KEBUTUHAN ENERGI LISTRIK JANGKA PANJANG DI PROVINSI SUMATERA BARAT SAMPAI TAHUN 2018 TUGAS AKHIR Sebagai Salah Satu Syarat Untuk Menyelesaikan Program Stratum-1 (S1)
Lebih terperinci[3] Daniel, James W. The Approximate Minimization of Functional. New York: Prentice Hall Inc, 1971.
Daftar Pustaka [1] Bloch, A dan Drakunov S. Stabilization of a Nonholonomic System via Sliding Modes. IEEE Conference on Decision and Control, 1994. [2] Brockett, R. W. Differential Geometric Control Theory,
Lebih terperinciPENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK
ABSTRAK PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN Dosen Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Pada penelitian ini dibuat sebuah sistem pengenalan suara manusia dengan
Lebih terperinciJaringan Neuro-Fuzi Berbasis Algoritma Genetik Dinamis Multiresolusi untuk Pemodelan Sistem Chaotic Diskrit Henon
Jaringan Neuro-Fuzi Berbasis Algoritma Genetik Dinamis Multiresolusi untuk Pemodelan Sistem Chaotic Diskrit Henon Oyas Wahyunggoro 1, Gunawan Ariyanto 2 1 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciPENGENALAN KARAKTER DENGAN MENGGUNAKAN HAMMING NETWORK
PENGENALAN KARAKTER DENGAN MENGGUNAKAN HAMMING NETWORK Thiang Jurusan Teknik Elektro, Universitas Kristen Petra Siwalankerto 121-131, Surabaya, Indonesia E-mail: thiang@petra.ac.id Abstrak Makalah ini
Lebih terperinciPERBANDINGAN KINERJA CNN LeNet 5 DAN EXTREME LEARNING MACHINE PADA PENGENALAN CITRA TULISAN TANGAN ANGKA
PERBANDINGAN KINERJA CNN LeNet 5 DAN EXTREME LEARNING MACHINE PADA PENGENALAN CITRA TULISAN TANGAN ANGKA Desti Fitriati Teknik Informatika Universitas Pancasila desti.fitriati@univpancasila.ac.id ABSTRAK
Lebih terperinciPERAMALAN BEBAN JANGKA PENDEK PADA HARI LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK (GRNN)
PERAMALAN BEBAN JANGKA PENDEK PADA HA LIBUR DI BALI MENGGUNAKAN METODE GENERALIZED REGRESSION NEURAL NETWORK () Juniar Doan Wihardono 1, Agus Dharma 2, I Made Mataram 3 Jurusan Teknik Elektro dan Komputer,
Lebih terperinciDETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM
DETEKSI MARKA JALAN DAN ESTIMASI POSISI MENGGUNAKAN MULTIRESOLUTION HOUGH TRANSFORM Charles Edison Chandra; Herland Jufry; Sofyan Tan Computer Engineering Department, Faculty of Engineering, Binus University
Lebih terperinciOleh: Ulir Rohwana ( ) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T.
Oleh: Ulir Rohwana (1209 100 702) Dosen Pembimbing: Prof. Dr. H. M. Isa Irawan, M.T. DAFTAR ISI I II III IV V VI PENDAHULUAN TINJAUAN PUSTAKA METODOLOGI PERANCANGAN DAN IMPLEMENTASI HASIL DAN PENGUJIAN
Lebih terperinciPerancangan dan Realisasi Sistem Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor
Berkala Fisika ISSN : 1410-9662 Vol. 6, No. 2, April 2003, hal. 39-46 Perancangan dan Realisasi Sistem Ekstraksi Ciri Sidik Jari Berbasis Algoritma Filterbank Gabor Kusworo Adi Laboratorium Instrumentasi
Lebih terperinciBAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem
1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika
Lebih terperinciSISTEM PENGENALAN TULISAN TANGAN REAL TIME MENGGUNAKAN METODE DOMINANT POINT DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION
SISTEM PENGENALAN TULISAN TANGAN REAL TIME MENGGUNAKAN METODE DOMINANT POINT DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION Oleh: Bakhtiar Arifin (1206 100 722) Dosen Pembimbing: Prof. DR. M.
Lebih terperinciGeneralisasi rata-rata (%)
Lingkungan Pengembangan Sistem Sistem dikembangkan menggunakan kompiler Matlab R2008b dan sistem operasi Windows 7. Spesifikasi hardware komputer yang digunakan adalah Processor Intel (R) Atom (TM) CPU
Lebih terperinciBAB I PENDAHULUAN. identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau
BAB I PENDAHULUAN 1.1 Latar Belakang Teknologi biometrik merupakan teknologi yang memanfaatkan identitas individu baik secara fisiologis, sehingga dapat dijadikan alat atau kunci dalam kontrol akses ke
Lebih terperinciPENGENALAN GENDER MEMANFAATKAN WAJAH MANUSIA DENGAN MENGGUNAKAN METODE KLASIFIKASI NEAREST NEIGHBOR
PENGENALAN GENDER MEMANFAATKAN WAJAH MANUSIA DENGAN MENGGUNAKAN METODE KLASIFIKASI NEAREST NEIGHBOR Ardilla Ayu Dewanti Ridwan, Ivanna K. Timotius, Iwan Setyawan PENGENALAN GENDER MEMANFAATKAN WAJAH MANUSIA
Lebih terperinciIMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION
J~ICON, Vol. 3 No. 2, Oktober 2015, pp. 89 ~ 95 89 IMPLEMENTASI PENGENALAN WAJAH MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS(PCA) DAN IMPROVED BACKPROPAGATION Rini Miyanti Maubara 1, Adriana Fanggidae
Lebih terperinciPENGENALAN POLA ALPHABET TULISAN TANGAN SECARA ON-LINE DENGAN JST-BP
ISSN: 693-693 35 PENGENALAN POLA ALPHABET TULISAN TANGAN SECARA ON-LINE DENGAN JST-BP Tole Sutikno, Andhy Fathurrakhman Program Studi Teknik Elektro Universitas Ahmad Dahlan Kampus III Jln. Prof Soepomo,
Lebih terperinciPengenalan Pola Daun untuk Membedakan Tanaman Padi dan Gulma Menggunakan Metode Principal Components Analysis (PCA) dan Extreme Learning Machine (ELM)
Pengenalan Pola Daun untuk Membedakan Tanaman Padi dan Gulma Menggunakan Metode Principal Components Analysis (PCA) dan Extreme Learning Machine (ELM) Ahmad Izzuddin, Rizal Wahyudi Program Studi Teknik
Lebih terperinciREVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH
REVIEW ALGORITMA PENGENALAN SIDIK JARI MENGGUNAKAN PENCOCOKAN CITRA BERBASIS FASA UNTUK SIDIK JARI KUALITAS RENDAH ABSTRAK Biometrika merupakan cara untuk mengidentifikasi individu menggunakan karekteristik
Lebih terperinci