BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Rancangan antarmuka (interface) program terdiri dari form cover, form
|
|
- Ridwan Budiman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Rancangan Antarmuka (interface) Program Rancangan antarmuka (interface) program terdiri dari form cover, form testing dan form training (untuk programer) Form Cover Gambar 4.1 Antarmuka (interface) cover program Pada Gambar 4.1 adalah tampilan awal atau cover untuk masuk ke perangkat lunak deteksi ischemia. Dimana pada form ini ada tombol tool pada kiri atas form yakni : 1. Training untuk masuk ke form training data. 2. Testing untuk masuk ke form testing data. 3. Exit untuk keluar dari form. 61
2 Form Training Gambar 4.2 Antarmuka (interface) training program Pada Gambar 4.2 merupakan form pelatihan (traininig) untuk pembelajaran pola grafik potensial sinyal ECG untuk nantinya hasilnya menjadi masukan pada form testing deteksi ischemia pada citra sinyal ECG. Pengguna (programer) bisa memberi masukan yang bervariasi pada hidden layer dan epoch. Output yang ditampilkan pada form training adalah bobot dan bias baru untuk hidden dan input.dimana pada form ini ada tombol tool pada kiri atas form yakni: A. Tombol Proses, berisi training untuk mengolah citra sinyal ECG agar bisa menghasilkan citra yang sesuai keinginan. B. Tombol File, berisi exit untuk keluar dari form.
3 Form Testing Gambar 4.3 Antarmuka (interface) testing program Pada Gambar 4.3 adalah form uji (testing) untuk deteksi ischemia pada citra grafik sinyal ECG, dimana pada form ini output yang ditampilkan yaitu hasil pengolahan citra dari proses grayscale, gamma corection, segmentasi,morfologi citra dan hasil visualisasi ekstraksi fitur citra ECG yang diujikan. Form ini ada beberapa tombol tool pada kiri atas form yakni: A. Tombol File, terdiri dari: 1. Browse untuk mengambil data citra sinyal ECG pada directory. 2. Exit untuk keluar dari form. B. Tombol Proses, terdiri dari: 1. Olahcitra untuk mengolah citra sinyal ECG agar bisa menghasilkan citra proses grayscale, gamma corection, segmentasi, morfologi (proses dilasi dan erosi) serta proses ektraksi fitur.
4 64 2. Deteksi Ischemia untuk menganalisis hasil olahcitra dan menampilkan hasil diagnosa penyakit. 4.2 Persiapan Data Tahap awal yang dilakukan adalah persiapan data yakni melakukan pemotongan citra sinyal ECG pada lead III. Penggunaan lead III dikarenakan menurut referensi dari dokter kelainan myocardial ischemia muncul pada lead III, sedangkan pemotongan citra sinyal ECG pada lead III memiliki lebar sebesar 157 pixel. Pengambilan nilai 157 pixel berdasarkan visual dari lead yang direferensikan oleh dokter. Banyak data citra sinyal ECG terdiri dari 66 data training dan 26 data testing, dimana masing-masing data terdiri dari data jantung normal, ischemia dan abnormal variasi jantung. Gambar hasil pemotongan citra sinyal ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar 4.4 (a)normal (b) Ischemia (c) Gambar 4.4 Hasil pemotongan Citra ECG Setelah persiapan data selesai, mulai pengolahan citra, pengujian proses jaringan saraf tiruan serta pembuatan rancangan antarmuka (interface) program.
5 Hasil Pengolahan Citra Proses Preprosesing Tahap pertama dilakukan proses grayscale dimana mengubah citra ECG berwarna menjadi citra abu-abu (gray). Tahap ketiga adalah proses gamma correction. Gamma correction sangat penting dalam upaya menampilkan citra secara akurat. Citra yang tidak diperbaiki dengan benar sering menampilkan tampilan yang tidak sesuai, dan yang sering adalah gambar teralalu gelap. Gambar hasil grayscale citra sinyal ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar 4.5, dan untuk hasil gamma corection disajikan pada Gambar 4.6. (a)normal (b) Ischemia (c) Gambar 4.5 Hasil Grayscale Citra ECG (a)normal (b) Ischemia (c) Gambar 4.6 Hasil Gamma Corection Citra ECG
6 Proses Segmentasi Pada proses segmentasi, menentukan nilai threshold (T) adalah dengan membuat histogram citra. Nilai T dapat dipilih secara manual atau dengan teknik yang otomatis. Nilai ambang T dipilih sedemikian sehingga galat yang diperoleh sekecil mungkin. Gambar hasil threshold untuk disajikan pada Gambar 4.7. (a)normal (b) Ischemia (c) Gambar 4.7 Hasil threshold Citra ECG Proses Morfologi Citra Dalam proses morfoologi dilakukan 2 operasi pengolahan citra yakni operasi dilasi dan operasi erosi. A. Proses Dilasi Proses dilasi adalah penumbuhan atau penebalan dalam citra biner. Proses ini merupakan proses perbaikan citra ECG akibat dari proses threshold, pengertian penebalan ini dikontrol oleh bentuk strel yang digunakan, dimana strel yang digunakan pada pengolahan citra ini adalah strel jenis square (bujur sangkar). Gambar hasil dilasi citra sinyal ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar 4.8.
7 67 (a)normal (b) Ischemia (c) Gambar 4.8 Hasil dilasi Citra sinyal ECG B. Proses Erosi Proses erosi citra, dimana proses ini mengecilkan atau menipiskan obyek citra biner, berbeda dengan dilasi yang melakukan penumbuhan/penebalan. Proses erosi dapat dianggap sebagai operasi morphological filtering dimana detail citra yang lebih kecil dari strel akan difilter (dihilangkan) dari citra. Pada proses ini menggunakan strel jenis square (bujur sangkar). Gambar hasil erosi citra sinyal ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar 4.9. (a)normal (b) Ischemia (c) Gambar 4.9 Hasil Erosi Citra sinyal ECG Proses Ekstraksi fitur Data citra biner sinyal ECG hasil proses morfologi (proses erosi) akan diolah dalam proses ini dimana menggunakan ekstraksi fitur bentuk sehingga
8 68 didapatkan ordinat potensial citra sinyal ECG yang kemudian dijadikan sebagai masukan untuk proses training JST. Setelah didapatkan ordinat potensial grafik sinyal ECG, dibuat visualisasi potensial citra ECG untuk mengetahui hasil dari pengolahan citra sama dengan gambar aslinya. Gambar visualisasi fitur potensial citra ECG untuk normal jantung, ischemia dan abnormal variasi jantung disajikan pada Gambar (a)normal (b) Ischemia (c) Gambar 4.10 Visualisasi Fitur Potensial Citra ECG 4.4 Pengujian Proses Jaringan Saraf Tiruan (backpropagation) Pengujian ini dilakukan pada proses-proses yang terdapat dalam aplikasi jaringan saraf tiruan Hasil Pelatihan (Training) Pada Model Jaringan Saraf Tiruan (backpropagation) Hasil pelatihan (training) menggunakan metode trial dan error dalam pengujian ini. Dimana variabel hidden layer selama pelatihan berubah-ubah. Pengaruh jumlah hidden layer terhadap lamanya pelatihan, hubungan Jumlah hidden layer, epoch dan MSE disajikan pada Tabel 4.1.
9 69 Tabel 4.1 Hubungan Jumlah hidden layer, epoch dan MSE. No. Hidden Akurasi Epoch MSE Layer (%) ,405 74, , , ,25 x ,98 x ,93 x ,86 x ,97 x ,97 x ,98 x ,91 x Dari Tabel 4.1 jumlah hidden layer dari 3 sampai 100, berpengaruh pada nilai MSE dimana semakin banyak jumlah hidden layer maka nilai MSE semakin mendekati nilai konstan (kovergen). Dari hasil variasi hidden layer tersebut didapatkan hasil nilai MSE mendekati nilai konstan pada hidden layer sebanyak 11 dengan tingkat akurasi mencapai 100 %, sehingga arsitektur jaringan ini akan menjadi masukan pada proses testing. Hasil proses training data pada jumlah hidden layer 11 dapat dilihat pada Gambar Gambar 4.11 Grafik MSE terhadap Epoch pada hidden layer 11
10 Hasil Testing Model Jaringan Saraf Tiruan (Backpropagation) Uji validasi yang dilakukan adalah bobot baru hasil dari proses training dibuat sebagai masukan (input) untuk proses testing, kemudian dengan target data testing yang telah ditentukan. Data diolah pada jaringan saraf tiruan (JST), output menghasilkan diagnosa dari citra ECG tersebut. Hasil deteksi citra ECG oleh jaringan saraf tiruan backpropagation dibandingkan dengan identifikasi hasil medis, kemudian dari perbandingan tersebut akan diketahui apakah data tersebut sudah sesuai dengan hasil medis. Hasil testing data disajikan pada Tabel 4.2 dengan nilai target 1 untuk kondisi ischemia, nilai target 0 untuk kondisi normal, dan nilai target untuk kondisi abnormal variasi jantung. Tabel 4.2 Hasil uji software dibandingkan dengan hasil identifikasi medis. No. 1 Citra ECG Kondisi Target Hasil Medis Hasil Software Ischemia 1 Ischemia Terdeteksi 2 3 Ischemia 1 Ischemia Gagal 4 Terdeteksi 5 Ischemia 1 Ischemia Terdeteksi
11 71 6 Terdeteksi Ischemia 1 Ischemia Terdeteksi Ischemia 1 Ischemia Terdeteksi Ischemia 1 Ischemia Terdeteksi 14 Normal 0 Normal Gagal
12 72 15 Terdeteksi Gagal Terdeteksi Terdeteksi Terdeteksi
13 73 Kesalahan deteksi software adalah 3 kali kesalahan dari 26 data yang diuji cobakan terhadap sistem, dengan kata lain tingkat akurasinya mencapai 89 %. jumlah total data total jumlah data tidak valid akurasi x 100 % jumlah data 26 3 akurasi x 100% akurasi x 100% = 88,461 % 26 Pada penelitian Febrianty (2007) hasil performansi akurasi JST resilient propagation didapatkan akurasi pengenalan data latih sebesar 100% sedangkan akurasai pengenalan data uji sebesar 84,21%. Pada penelitian ini didapatkan kinerja perangkat lunak jaringan saraf tiruan backpropagation dimana akurasi pelatihan mencapai 100 % serta MSE mendekati nilai konstan (konvergen), akurasi pengenalan data uji sebesar 88,461 %. Dengan demikian kinerja perangkat lunak JST backpropagation lebih baik dibandingkan JST resilient propagation dikarenakan proses pembelajaran JST backpropagation melakukan beberapa kali pelatihan pada setiap data latih dimana error yang dihasilkan dipropagasikan (balik) kembali ke unit-unit dibawahnya untuk untuk melakukan pembaharuan bobot sehingga JST backpropagation termasuk baik dalam pengenalan pola sinyal ECG iraman myocardial ischemia.
BAB IV HASIL DAN PEMBAHASAN. Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman
BAB IV HASIL DAN PEMBAHASAN 4.1 Implementasi Antar Muka Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman judul perangkat lunak, form pelatihan jaringan saraf tiruan, form pengujian
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciDeteksi Sinyal ECG Irama Myocardial Ischemia dengan Jaringan Saraf Tiruan.
Deteksi Sinyal ECG Irama Myocardial Ischemia dengan Jaringan Saraf Tiruan Muchammad Taufiq Bachrowi 1, Welina Ratnayanti Kawitana 2, Endah Purwanti 3 1,2,3 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinciBAB I PENDAHULUAN. darah tinggi, stroke, sakit di dada (angina) dan penyakit jantung rematik.
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Penyakit jantung adalah penyakit yang mengganggu sistem pembuluh darah atau lebih tepatnya menyerang jantung dan urat-urat darah, beberapa contoh penyakit
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciPenggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah
Vol. 14, No. 1, 61-68, Juli 2017 Penggunaan Jaringan Syaraf Tiruanuntuk Membaca Karakter pada Formulir Nilai Mata Kuliah La Surimi, Hendra, Diaraya Abstrak Jaringan syaraf tiruan (JST) telah banyak diaplikasikan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinciMahasiswa: Muhimmatul Khoiro Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si.
Mahasiswa: Muhimmatul Khoiro 1110100049 Dosen Pembimbing: M. Arief Bustomi, S.Si, M.Si. Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2014 Diagnosa
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
68 BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini membahas tentang program yang telah dianalisis dan dirancang atau realisasi program yang telah dibuat. Pada bab ini juga akan dilakukan pengujian program. 4.1
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciBAB 4 DISAIN MODEL. Pengguna. Citra. Ekstraksi Ciri x. Antar muka (Interface) Data Hasil Ekstraksi Ciri. Testing dan Identifikasi.
33 BAB 4 DISAIN MODEL Disain model sistem identifikasi citra karang dirancang sedemikian rupa dengan tuuan untuk memudahkan dalam pengolahan data dan pembuatan aplikasi serta memudahkan pengguna dalam
Lebih terperinciPenerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6
Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia cu.softech@gmail.com Diterima 30 November 2011 Disetujui 14 Desember 2011
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tabel 4.1 Kebutuhan Perangkat Keras. Perangkat Keras Spesifikasi Processor Intel Core i3. Sistem Operasi Windows 7
BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuhan Sistem Sebelum melakukan penelitian dibutuhkan perangkat lunak yang dapat menunjang penelitian. Perangkat keras dan lunak yang digunakan dapat dilihat pada Tabel
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan
Lebih terperinciKlasifikasi Kelainan Jantung Dengan Metode Transformasi Fourier Dan Jaringan Saraf Tiruan
Klasifikasi Kelainan Jantung Dengan Metode Transformasi Fourier Dan Jaringan Saraf Tiruan Amadea Kurnia Nastiti 1, Endah Purwanti 2, Adri Supardi 3 1,2,3 Program Studi S1 Teknobiomedik, Departemen Fisika,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi perangkat lunak dewasa ini tidak terlepas dari berkembangnya studi mengenai kecerdasan buatan. Ada dua hal yang termasuk dari kecerdasan buatan
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciBAB III METODOLOGI PENELITIAN. Model sistem presensi biometri sidik jari yang dikembangkan secara garis
BAB III METODOLOGI PENELITIAN 3.1 Disain Penelitian Model sistem presensi biometri sidik jari yang dikembangkan secara garis besar terdiri atas bagian input, bagian proses, dan bagian output seperti gambar
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
32 BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas tentang analisis sistem melalui pendekatan secara terstruktur dan perancangan yang akan dibangun dengan tujuan menghasilkan model atau representasi
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN SISTEM
BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Program Aplikasi Dalam proses identifikasi karakter pada plat nomor dan tipe kendaraan banyak menemui kendala. Masalah-masalah yang ditemui adalah proses
Lebih terperinciBAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara umum sering digunakan dalam sistem berbasis pengetahuan. Pengenalan pola memiliki peranan penting
Lebih terperincilalu menghitung sinyal keluarannya menggunakan fungsi aktivasi,
LAMPIRAN 15 Lampiran 1 Algoritme Jaringan Syaraf Tiruan Propagasi Balik Standar Langkah 0: Inisialisasi bobot (bobot awal dengan nilai random yang paling kecil). Langkah 1: Menentukan maksimum epoch, target
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Sel Darah Merah Sel darah merah atau eritrositmemiliki fungsi yang sangat penting bagi kelangsungan hidup manusia. Sel darah merah mengandung hemoglobin yang berfungsi untuk
Lebih terperinciBACK PROPAGATION NETWORK (BPN)
BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output
Lebih terperinciGenerated by Foxit PDF Creator Foxit Software For evaluation only. BAB I PENDAHULUAN
1 BAB I PENDAHULUAN I.1 Latar Belakang Perkembangan teknologi khususnya komputer beberapa tahun terakhir ini sangat pesat. Pesatnya perkembangan juga dirasakan di berbagai disiplin ilmu termasuk kedokteran.
Lebih terperinciTujuan Penelitian Tujuan penelitian ini adalah untuk melakukan deteksi penyakit pada daun rose dengan menggunakan metode ANN.
Laporan Akhir Projek PPCD Deteksi Penyakit Daun Menggunakan Artificial Neural Network (ANN) TRI SONY(G64130020), GISHELLA ERDYANING (G64130040), AMALIYA SUKMA RAGIL PRISTIYANTO (G64130044), MUHAMMAD RIZQI
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan
BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM Dari hasil perancangan yang dilakukan oleh penulis, pada bab ini disajikan implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan spesifikasi sistem
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciBAB 1 PENDAHULUAN Latar belakang masalah
BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan
Lebih terperinciBAB III PERANCANGAN DAN IMPLEMENTASI SISTEM
BAB III PERANCANGAN DAN IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan mengenai tahapan dan algoritma yang akan digunakan pada sistem pengenalan wajah. Bagian yang menjadi titik berat dari tugas akhir
Lebih terperinciAplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis
Lebih terperinciBACK PROPAGATION NETWORK (BPN)
BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Digunakan untuk meminimalkan error pada output yang dihasilkan oleh jaringan. Menggunakan jaringan multilayer. Arsitektur Jaringan Proses belajar & Pengujian
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
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 terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai
Lebih terperinciJARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA
JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA Dahriani Hakim Tanjung STMIK POTENSI UTAMA Jl.K.L.Yos Sudarso Km 6.5 Tanjung Mulia Medan notashapire@gmail.com Abstrak
Lebih terperinciHASIL DAN PEMBAHASAN. Tabel 3 Contoh data Shorea hasil kodefikasi
8 disajikan contoh data Shorea hasil kodefikasi dari beberapa karakter yang bernilai nominal. Tabel 2 Karakter daun yang bernilai nominal Karakter Nilai Kode Bentuk tulang Tidak menempel 1 daun Permukaan
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
Lebih terperinciIMPLEMENTASI METODE JST BACKPROPAGATION UNTUK DIAGNOSA PENYAKIT JANTUNG KORONER MELALUI PENGENALAN POLA ECG PASIEN TUGAS AKHIR
IMPLEMENTASI METODE JST BACKPROPAGATION UNTUK DIAGNOSA PENYAKIT JANTUNG KORONER MELALUI PENGENALAN POLA ECG PASIEN TUGAS AKHIR Diajukan Oleh : ADI KURNIAWAN NPM : 0735210010 JURUSAN SISTEM INFORMASI FAKULTAS
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION
IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION Abdi Haqqi An Nazilli 1, Deddy Kusbianto Purwoko Aji 2, Ulla Delfana Rosiani 3 1,2 Teknik Informatika,
Lebih terperinciPENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK
PENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK Eko Budi Wahyono*), Suzuki Syofian**) *) Teknik Elektro, **) Teknik Informatika - Fakultas Teknik Abstrak Pada era modern
Lebih terperinciKlasifikasi Pola Huruf Vokal dengan Menggunakan Jaringan Saraf Tiruan
JURNAL TEKNIK POMITS 1-7 1 Klasifikasi Pola Huruf Vokal dengan Menggunakan Jaringan Saraf Tiruan Dhita Azzahra Pancorowati, M. Arief Bustomi Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB III METODE PENELITIAN. Penelitian ini dilakukan dalam kurung waktu setahun.
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Pelaksanaan Penelitian dilaksanakan di Laboratorium Intrumentasi Medis Departemen Fisika, Fakultas Sains dan Teknologi Universitas Airlangga. Lokasi pengambilan
Lebih terperinciBAB I PENDAHULUAN. I.1 Latar Belakang Masalah
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Salah satu bentuk aplikasi JST yang terus dikembangkan saat ini adalah Jaringan Kohonen. Kohonen adalah bentuk khusus dari jaringan kompetitif. Jaringan ini
Lebih terperinciJurnal Ilmiah Komputer dan Informatika (KOMPUTA) IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGENALI MOTIF BATIK Fany Hermawan Teknik Informatika Universitas Komputer Indonesia Jl. Dipatiukur 112-114 Bandung E-mail : evan.hawan@gmail.com
Lebih terperinci1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :
BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan adalah sebuah bentuk khusus dari tulisan tangan yang mengandung karakter khusus dan bentuk-bentuk tambahan yang sering digunakan sebagai bukti vertifikasi
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 terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perangkat keras komputer berkembang dengan pesat setiap tahunnya selalu sudah ditemukan teknologi yang lebih baru. Meskipun demikian masih banyak hal yang belum dapat
Lebih terperinciVOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PRODUKSI AIR MINUM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS : PDAM TIRTA BUKIT SULAP KOTA LUBUKLINGGAU) Robi Yanto STMIK Bina Nusantara
Lebih terperinciImplementasi Pengenalan Tanda Tangan dengan Menggunakan Metode Backpropagation TUGAS AKHIR
Implementasi Pengenalan Tanda Tangan dengan Menggunakan Metode Backpropagation TUGAS AKHIR Diajukan Oleh : RENDRA FEBRIANTO 0634015068 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
Lebih terperinciSistem Deteksi Citra Penyakit Retinopati Diabetes Menggunakan Jaringan Syaraf Tiruan
Sistem Deteksi Citra Penyakit Retinopati Diabetes Menggunakan Jaringan Syaraf Tiruan i ii RETINOPATI DIABETES; Sistem Deteksi Penyakit Menggunakan Jaringan Syaraf Tiruan Sistem Deteksi Citra Penyakit Retinopati
Lebih terperinciSISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN
SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN Ahyuna 1), Komang Aryasa 2) 1), 2) Jurusan Teknik Informatika, STMIK Dipanegara Makassar 3) Jl. Perintis
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM Dalam pengerjaan perancangan dan pembuatan aplikasi pengenalan karakter alfanumerik JST algoritma Hopfield ini menggunakan software Borland Delphi 7.0. 3.1 Alur Proses Sistem
Lebih terperinciBAB 5 HASIL DAN PEMBAHASAN
4 BAB HASIL DAN PEMBAHASAN Ada tiga tahap utama yang dilakukan pada percobaan ini yaitu ektraksi ciri, pelatihan dan pengujian JST. Percobaan dilakukan dengan mengkombinasikan data hasil ekstraksi ciri
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Permasalahan Tahapan analisis terhadap suatu sistem dilakukan sebelum masuk ke tahapan perancangan. Tujuan dilakukannya analisis terhadap suatu sistem
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinciBAB 3 PEMBAHASAN. pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun 1986 mendirikan
BAB 3 PEMBAHASAN 3.1 Rumah Sakit Pondok Indah 3.1.1 Latar Belakang Guna memenuhi kebutuhan masyarakat akan adanya rumah sakit swasta dengan pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini menjelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan dalam penelitian ini.
Lebih terperinciPERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK
PERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK OLEH ARIF MIFTAHU5R ROHMAN (2200 100 032) Pembimbing: Dr. Ir Djoko Purwanto, M.Eng,
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciSEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD
SEGMENTASI CITRA MEDIK MRI (MAGNETIC RESONANCE IMAGING) MENGGUNAKAN METODE REGION THRESHOLD Murinto, Resa Fitria Rahmawati Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Ahmad
Lebih terperinciBAB III PERANCANGAN SISTEM. tangan huruf vokal seperti terlihat pada gambar 3.1.
BAB III PERANCANGAN SISTEM 3.1 Alur Penelitian Perancangan sistem simulasi identifikasi dan pengenalan pola tulisan tangan huruf vokal seperti terlihat pada gambar 3.1. Pengambilan data Pre-processing
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciSKRIPSI IDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN METODE BACAKPROPAGATION
SKRIPSI IDENTIFIKASI PENYAKIT KULIT MENGGUNAKAN METODE BACAKPROPAGATION Disusun Oleh: I MADE NOMO WIRANATA Nomor Mahasiswa : 135410094 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH TINGGI MANAJEMEN INFORMATIKA
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Identifikasi Masalah Identifikasi permasalahan ini bahwasanya diambil dari sudut pandang masyarakat tentang objek (batik) yang dikenal dari segi pola dan gambar
Lebih terperinciABSTRAK. Pemodelan Kecerdasan Buatan Untuk Pengenalan Citra Elektrokardiografi (EKG) Oleh: Imam Tazi, M.Si
1 ABSTRAK Pemodelan Kecerdasan Buatan Untuk Pengenalan Citra Elektrokardiografi (EKG) Oleh: Imam Tazi, M.Si Penelitian kecerdasan buatan untuk mengenali pola semakin banyak dilakukan dan dibutuhkan. Pada
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan Februari 2014 sampai dengan Juli 2014 di
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan Februari 2014 sampai dengan Juli 2014 di Laboratorium Pemodelan Fisika, Jurusan Fisika, Fakultas Matematika dan Ilmu
Lebih terperinciBAB 3 PERANCANGAN SISTEM. untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
29 BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Pada dasarnya untuk pembuatan aplikasi ini, yakni aplikasi pengenalan suara untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciBAB 4 PENGUJIAN DAN ANALISIS SISTEM
BAB 4 PENGUJIAN DAN ANALISIS SISTEM Bab ini akan membahas mengenai proses pengujian dari sistem yang dirancang terhadap beberapa citra dijital replika kulit. Pengujian terhadap sistem ini dilakukan untuk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION [1] Novi Indah Pradasari, [2] F.Trias Pontia W, [3] Dedi Triyanto [1][3] Jurusan Sistem Komputer,
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Penentuan Masalah Penelitian Masalah masalah yang dihadapi oleh penggunaan identifikasi sidik jari berbasis komputer, yaitu sebagai berikut : 1. Salah satu masalah dalam
Lebih terperinciEKSTRAKSI CITRA BARCODE MENJADI KODE STRING MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION 1 Andrian Rakhmatsyah 2 Angga Sukma Prinata 3 Adiwijaya 12 Departemen Teknik Informatika
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka berpikir Perubahan nilai tukar rupiah terhadap mata uang asing tidak dapat dihindari. Untuk mengatasi perubahan yang tidak pasti ini diperlukan suatu prediksi.
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 terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom mengakibatkan semakin banyak buku buku Tugas Akhir yang dibuat. Dengan semakin banyaknya buku
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
57 BAB 4 IMPLEMENTASI DAN EVALUASI Di dalam bab ini disajikan hasil dari perancangan program aplikasi yang telah dirancang pada bab sebelumnya. Pada bab ini juga ditampilkan hasil percobaan dengan menggunakan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
27 BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Pengolahan Data Kegiatan pertama dalam tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Data yang telah diperoleh berupa jenis nomor
Lebih terperinciPENENTUAN MORFOLOGI SEL DARAH MERAH (ERITROSIT) BERBASIS PENGOLAHAN CITRA DAN JARINGAN SYARAF TIRUAN
Volume 07/ No03/ Oktober-Desember/ 2009 PENENTUAN MORFOLOGI SEL DARAH MERAH (ERITROSIT) BERBASIS PENGOLAHAN CITRA DAN JARINGAN SYARAF TIRUAN Elly Warni Jurusan Teknik Elektro Universitas Hasanuddin ly_warni@yahoocom
Lebih terperinciBAB III METODELOGI PENELITIAN. Alat yang digunakan dalam penelitian ini adalah: a. Prosesor : Intel Core i5-6198du (4 CPUs), ~2.
BAB III METODELOGI PENELITIAN 3.1 Alat dan Bahan Penelitian 3.1.1 Alat Alat yang digunakan dalam penelitian ini adalah: 1. Hardware a. Prosesor : Intel Core i5-6198du CPU @2.30GHz (4 CPUs), ~2.40GHz b.
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI Dalam bab ini dilakukan penelitian yang sebenarnya dengan membuat account baru dan melakukan pelatihan data data dengan menggunakan jaringan syaraf tiruan pada program Microsoft
Lebih terperinciBAB IV IMPLEMENTASI DAN UJI COBA. Pengenalan Pola dengan Algoritma Eigen Image, dibutuhkan spesifikasi
BAB IV IMPLEMENTASI DAN UJI COBA 4.1 Kebutuhan Sistem Sebelum melakukan implementasi dan menjalankan aplikasi Model Pengenalan Pola dengan Algoritma Eigen Image, dibutuhkan spesifikasi perangkat lunak
Lebih terperinciPresentasi Tugas Akhir
Presentasi Tugas Akhir Bagian terpenting dari CRM adalah memahami kebutuhan dari pelanggan terhadap suatu produk yang ditawarkan para pelaku bisnis. CRM membutuhkan sistem yang dapat memberikan suatu
Lebih terperinciSISTEM BIOMETRIKA IDENTIFIKASI TANDA TANGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN MODEL PERCEPTRON
SISTEM BIOMETRIKA IDENTIFIKASI TANDA TANGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN MODEL PERCEPTRON I Made Gede Sunarya Program Studi Pendidikan Teknik Informatika Fakultas Teknik dan Kejuruan Universitas
Lebih terperinciANALISA DAN PENGENALAN SUARA JANTUNG MENGGUNAKAN WAVELET DAN JST DALAM MENGKLASIFIKASIKAN JENIS KELAINAN KATUP JANTUNG PADA MANUSIA
ANALISA DAN PENGENALAN SUARA JANTUNG MENGGUNAKAN WAVELET DAN JST DALAM MENGKLASIFIKASIKAN JENIS KELAINAN KATUP JANTUNG PADA MANUSIA Sidang Tesis S2 Teknik Sistem Pengaturan FTI-ITS Surabaya EDY SETIAWAN
Lebih terperinciBAB III METODE PENELITIAN. Desain penelitian untuk pengenalan nama objek dua dimensi pada citra
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain penelitian untuk pengenalan nama objek dua dimensi pada citra adalah sebagai berikut. Gambar 3.1 Desain Penelitian 34 35 Penjelasan dari skema gambar
Lebih terperinciBAB III METODE PENELITIAN. dan bahan, agar mendapatkan hasil yang baik dan terstruktur. Processor Intel Core i3-350m.
BAB III METODE PENELITIAN 3.1 Alat dan Bahan Untuk menunjang penelitian yang akan dilakukan, maka diperlukan alat dan bahan, agar mendapatkan hasil yang baik dan terstruktur. 3.1.1 Alat Penelitian Adapun
Lebih terperinciPENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL
PENGHITUNG JUMLAH MOBIL MENGGUNAKAN PENGOLAHAN CITRA DIGITAL DENGAN INPUT VIDEO DIGITAL Mawaddah Aynurrohmah, Andi Sunyoto STMIK AMIKOM Yogyakarta email : andi@amikom.ac.id Abstraksi Perkembangan teknologi
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MENGENALI TULISAN TANGAN HURUF A, B, C, DAN D PADA JAWABAN SOAL PILIHAN GANDA (Studi Eksplorasi Pengembangan Pengolahan Lembar Jawaban Ujian Soal Pilihan Ganda di
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciBAB IV HASIL DAN PENGUJIAN. Perancangan perangkat lunak terdiri dari beberapa bagian, yaitu perangkat
BAB IV HASIL DAN PENGUJIAN Perancangan perangkat lunak terdiri dari beberapa bagian, yaitu perangkat lunak berbasis shadow feature dan multi layer perceptron (MLP), pada bagian shadow feature bagian input
Lebih terperinciBAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG PERMASALAHAN Sistem penglihatan manusia merupakan suatu system yang sangat kompleks, tetapi sangat dapat diandalkan. Sistem ini memberikan sarana pengenalan obyek yang
Lebih terperinciKlasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM)
IJCCS, Vol.8, No.1, January 2014, pp. 59~68 ISSN: 1978-1520 59 Klasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM) Refta Listia* 1, Agus Harjoko 2 1 Prodi S2/S3 lmu
Lebih terperinci