KLASIFIKASI KANKER SERVIKS MENGGUNAKAN MODEL BACKPROPAGATION NEURAL NETWORK DAN PREPROCESSING CITRA DENGAN OPERASI SPASIAL
|
|
- Ridwan Tedja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 KLASIFIKASI KANKER SERVIKS MENGGUNAKAN MODEL BACKPROPAGATION NEURAL NETWORK DAN PREPROCESSING CITRA DENGAN OPERASI SPASIAL SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Gelar Sarjana Sains Oleh Marwah Masruroh NIM PROGRAM STUDI MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA 2016 i
2
3
4
5 MOTTO Bertakwalah kepada Allah dan Allah akan Mengajarmu, sesungguhnya Allah Maha Mengetahui segala sesuatu (QS. Al-Baqarah: 282) Do something everyday that brings you closer to your goals (Indah Nada Puspita) Keluargamu adalah salah satu alasan bagi kerja kerasmu, maka janganlah sampai engkau menelantarkan mereka karena kerja kerasmu v
6 PERSEMBAHAN Alhamdulillahirrabil alamin, dengan memanjatkan puji syukur kehadirat Allah SWT, karya sederhana ini saya persembahkan kepada: Bapak Slamet Mustakim dan ibu Khuza iyah, dua orang hebat yang senantiasa mendoakan, menyayangi, dan memberikanku motivasi tanpa henti. Semoga ridho kalian akan menjadi jalan kemudahan bagiku. Semua dosen dan guru yang telah berbagi ilmu dan petuah yang luar biasa. Semoga menjadi ilmu yang bermanfaat dunia dan akhirat. Amin. Ketujuh kakak dan adik semata wayangku yang saling mengajarkan arti keluarga dan kebersamaan. Sahabat sahabatku tersayang, Neswin, Kiki, Meilia, Cacha, Dinar, Puji, Yanti, Una, Sifa, Zuni dan Dhepi yang telah menjadi keluarga baruku di tanah jogja. Bahagia bisa mengenal dan menjadi bagian dari kalian. Dina Imanda, Elistiyani, Fariza Dyah, Asmida Ulfa, dan Mutiara Lailia. Sahabat dari kampung tercinta yang tengah menata hidup dan mengejar mimpinya masing-masing. Teman-teman MATSWA 2012 yang telah memberi banyak kisah selama 4 tahun ini. Sukses ya buat kita semua. Semua sahabat yang telah menemaniku, menjadi tempatku berbagi kisah dan berkeluh kesah, juga menjadi inspirasiku dengan segala kehebatan kalian. vi
7 KLASIFIKASI KANKER SERVIKS MENGGUNAKAN MODEL BACKPROPAGATION NEURAL NETWORK DAN PREPROCESSING CITRA DENGAN OPERASI SPASIAL Oleh: Marwah Maruroh ABSTRAK Deteksi dini dan diagnosa untuk mengetahui kemungkinan adanya kanker serviks pada wanita perlu dilakukan untuk menekan angka kematian yang disebabkan kanker serviks. Salah satu model klasifikasi yang dapat digunakan untuk proses diagnosa kanker serviks adalah neural network dengan algoritma pembelajaran backpropagation. Penelitian ini bertujuan untuk menjelaskan prosedur, hasil penerapan, serta tingkat ketepatan model Backpropagation Neural Network (BPNN) untuk klasifikasi kanker serviks dengan operasi spasial menggunakan citra kolposkopi. Prosedur klasifikasi kanker serviks dengan BPNN adalah preprocessing citra, ekstraksi fitur, pendefinisian variabel input dan target jaringan, pembagian data input, normalisasi data, perancangan model terbaik dan denormalisasi data. Preprocessing citra menggunakan operasi spasial dilakukan untuk memperbaiki kualitas citra sebelum digunakan untuk pembelajaran jaringan. Variabel input yang digunakan adalah 13 fitur hasil ekstraksi citra menggunakan metode GLCM, sedangkan target jaringan berupa diagnosa masing-masing foto kolposkopi serviks. Selanjutnya data input dibagi berdasarkan ukuran komposisi data 80% data training dan 20% data testing. Proses normalisasi data perlu dilakukan sebelum pembelajaran agar terjadi sinkronisasi data. Perancangan model terbaik menggunakan algoritma pembelajaran backpropagation dilakukan untuk mendapatkan model terbaik dengan akurasi tertinggi. Perancangan model terbaik dilakukan dengan menentukan banyaknya neuron pada lapisan tersembunyi yang sesuai. Output pembelajaran yang diperoleh kemudian didenormalisasi untuk mengembalikan nilai output ke bentuk aslinya. Penelitian ini menggunakan fungsi aktivasi sigmoid bipolar pada lapisan tersembunyi dan fungsi linear pada lapisan output, serta menggunakan fungsi pembelajaran jaringan traingdx. Model BPNN terbaik yang diperoleh untuk klasifikasi kanker serviks dengan menggunakan software Matlab adalah dengan 13 neuron input, satu lapisan tersembunyi dengan 10 neuron dan 1 neuron output. Tingkat ketepatan model BPNN terbaik diukur melalui nilai sensitivitas, spesifisitas, dan akurasi. Berdasarkan model terbaik, diperoleh ketiga nilai statistik tersebut secara berurutan adalah 100%, 100%, dan 100% untuk data training serta 100%, 100%, dan 88,24% untuk data testing. Kata Kunci : citra kolposkopi, neural network, backpropagation, klasifikasi kanker serviks, operasi spasial, Matlab. vii
8 KATA PENGANTAR Alhamdulillahirobbil alamin, puji syukur penulis panjatkan kepada Allah SWT atas segala nikmat dan karunia yang diberikan kepada penulis, serta ucapan terima kasih kepada Ibu Dr. Dhoriva Urwatul Wustqa selaku dosen pembimbing yang telah banyak memberikan bimbingan, masukan, serta arahan sehingga penulis dapat menyelesaikan tugas akhir skripsi ini. Skripsi yang berjudul Klasifikasi Kanker Serviks Menggunakan Model Neural Network Backpropagation dan Preprocessing Citra dengan Operasi Spasial disusun untuk memenuhi salah satu syarat kelulusan guna meraih gelar Sarjana Sains pada Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta. Dalam proses penyusunan skripsi ini, banyak pihak yang telah membantu serta membimbing penulis sehingga skripsi ini dapat diselesaikan dengan baik. Penulis mengucapkan terimakasih kepada: 1. Bapak Dr. Hartono, selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta yang telah memberikan kelancaran pelayanan dalam urusan akademik di tingkat fakultas. 2. Bapak Dr. Ali Mahmudi, selaku Ketua Jurusan Pendidikan Matematika Universitas Negeri Yogyakarta yang telah memberikan kelancaran pelayanan dalam urusan akademik di tingkat jurusan. viii
9
10 DAFTAR ISI PERSETUJUAN... HALAMAN PENGESAHAN... HALAMAN PERNYATAAN... MOTTO... PERSEMBAHAN... ABSTRAK... ii iii iv v vi vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL... xiii DAFTAR GAMBAR... xiv DAFTAR SIMBOL... xv DAFTAR LAMPIRAN... xviii BAB I PENDAHULUAN... 1 A. Latar Belakang... 1 B. Pembatasan Masalah C. Rumusan Masalah D. Tujuan Penelitian E. Manfaat Penelitian BAB II KAJIAN PUSTAKA A. Kanker Serviks Penyebab Kanker Serviks x
11 2. Gejala Kanker Serviks Deteksi Dini Kanker Serviks Stadium Kanker Serviks B. Citra Digital C. Preprocessing Citra Operasi Titik Operasi Spasial Operasi Transformasi D. Ekstraksi Fitur E. Neural Network Fungsi Aktivasi Arsitektur Jaringan Algoritma Pembelajaran F. Algoritma Backpropagation G. Ketepatan Hasil Klasifikasi BAB III PEMBAHASAN A. Arsitektur dan Model Backpropagation Neural Network dengan Preprocessing untuk Klasifikasi Kanker Serviks Arsitektur Backpropagation Neural Network Model Backpropagation Neural Network B. Prosedur Model Backpropagation Neural Network dengan Preprocessing untuk Klasifikasi Kanker Serviks C. Hasil Model Backpropagation Neural Network dengan xi
12 Preprocessing untuk Klasifikasi Kanker Serviks D. Ketepatan Klasifikasi Ketepatan Klasifikasi Data Training Ketepatan Klasifikasi Data Testing BAB IV PENUTUP A. Kesimpulan B. Saran DAFTAR PUSTAKA LAMPIRAN xii
13 DAFTAR TABEL Tabel 2.1 Hasil Klasifikasi Tabel 3.1 Hasil Ekstraksi Citra N-1T.jpg Tabel 3.2 Hasil Normalisasi Data Citra N-1T.jpg Tabel 3.3 Penentuan Banyaknya Neuron pada Lapisan Tersembunyi Tabel 3.4 Perhitungan Manual dan untuk Citra N-1T.jpg Tabel 3.5 Hasil Klasifikasi Model BPNN untuk Data Training Tabel 3.6 Performance Measure Model BPNN untuk Data Training Tabel 3.7 Hasil Klasifikasi Model BPNN untuk Data Testing Tabel 3.8 Performance Measure Model BPNN untuk Data Testing xiii
14 DAFTAR GAMBAR Gambar 2.1 Operasi Titik Gambar 2.2 Operasi Spasial Gambar 2.3 Penghilangan Derau (Noise) dengan Filter Median Gambar 2.4 Hasil Noise, Grayscale dan Filter Median pada Citra Gambar 2.5 Fungsi Identitas Gambar 2.6 Fungsi Undak Biner Gambar 2.7 Fungsi Bipolar Gambar 2.8 Arsitektur NN Layar Tunggal Gambar 2.9 Arsitektur NN Layar Jamak Gambar 2.10 Arsitektur NN Layar Kompetitif Gambar 3.1 Arsitektur Jaringan Backpropagation Gambar 3.2 (a) Citra Kolposkopi Serviks Tipe Rgb, (b) Citra Kolposkopi Serviks Tipe Grayscale, (c) Citra Kolposkopi Serviks Hasil Operasi Spasial Gambar 3.3 Prosedur Pemodelan BPNN Gambar 3.4 Citra Kolposkopi (a) N-1T.jpg Asli, (b) N-1T.jpg Grayscale, (c) N-1T.jpg Hasil Operasi Spasial xiv
15 DAFTAR SIMBOL ( ) : citra atau fungsi kontinu dari intensitas cahaya pada bidang dan ( ) : citra A ( ) : citra B ( ) : himpunan piksel-piksel yang berada disekitar ( ) : operasi titik yang dapat berupa operasi linear maupun non linear : operasi spasial : banyaknya tingkat keabuan dari citra ( ) : peluang tingkat keabuan citra pada baris ke- dan kolom ke- dalam GLCM : nilai rata-rata ( ) : nilai rata-rata elemen kolom ( ) pada citra : nilai rata-rata elemen baris ( ) pada citra : standar deviasi elemen kolom ( ) pada citra : standar deviasi elemen baris ( ) pada citra ( ) : jumlah ( ), dengan ( ) : jumlah ( ), dengan : banyaknya neuron input atau variabel input : banyaknya neuron pada lapisan tersembunyi : banyaknya neuron pada lapisan output : variabel input, dengan : neuron-neuron pada lapisan tersembunyi, dengan xv
16 : nilai output : bobot-bobot yang menghubungkan neuron input ke-i menuju neuron ke-j pada lapisan tersembunyi : bobot dari neuron ke-j pada lapisan tersembunyi yang menuju lapisan output, dengan : bobot bias yang menuju neuron ke-j pada lapisan tersembunyi, dengan : bobot bias yang menuju neuron pada lapisan output : error : unit error yang akan dipakai dalam perubahan bobot lapisan tersembunyi : unit error yang akan dipakai dalam perubahan bobot lapisan input : target output (output yang diinginkan) : laju pembelajaran : banyaknya data : nilai data ke-q yang telah dinormalisasi, dengan : nilai data ke-q, dengan : nilai rata-rata data : nilai standar deviasi data P T Pn : matriks data input : matriks data target : matriks data input yang ternormalisasi xvi
17 Tn Meanp Stdp Meant Stdt Pc Qn : matriks data target yang ternormalisasi : rata-rata pada matriks data input asli :standar deviasi pada matriks data input asli :rata-rata pada matriks target asli :standar deviasi pada matriks target asli : matriks input testing : matriks input testing yang ternormalisasi PR : matriks berukuran yang berisi nilai minimum dan maksimum data pada setiap variabel input : banyak lapisan jaringan S h TF h BTF : banyak neuron pada lapisan ke-h, dengan : fungsi aktivasi pada lapisan ke-h, dengan : fungsi pembelajaran jaringan backpropagation xvii
18 DAFTAR LAMPIRAN Lampiran 1 Citra Kolposkopi Serviks Lampiran 2 M-file Matlab untuk Operasi Spasial dan Ekstraksi Fitur menggunakan GLCM Lampiran 3 Hasil Ekstraksi Citra Kolposkopi Lampiran 4 Hasil Ekstraksi Citra Kolposkopi pada Data Training Lampiran 5 Hasil Ekstraksi Citra Kolposkopi pada Data Testing Lampiran 6 Normalisasi Data Training Lampiran 7 Normalisasi Data Testing Lampiran 8 M-file Pembelajaran Backpropagation Neural Network Lampiran 9 Nilai Bobot dan Bias Terbaik Hasil Pembelajaran Backpropagation Lampiran 10 Target, Output dan Error Pembelajaran Backpropagation Neural Network untuk Klasifikasi Stadium Kanker Serviks xviii
KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK
KLASIFIKASI STADIUM KANKER PAYUDARA MENGGUNAKAN MODEL FUZZY NEURAL NETWORK SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Sebagai Salah Satu Persyaratan
Lebih terperinciKLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI
KLASIFIKASI CITRA PARU MENGGUNAKAN MODEL SELF-ORGANIZING MAPS RADIAL BASIS FUNCTION NEURAL NETWORKS (SOM-RBFNN) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciDisusun oleh: Aziza Ratna Kumala
PERBANDINGAN K-MEANS DAN FUZZY C-MEANS CLUSTERING PADA MODEL RADIAL BASIS FUNCTION NEURAL NETWORK (RBFNN) UNTUK KLASIFIKASI STADIUM KANKER PAYUDARA SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS
ANALISIS PENYEBARAN PENYAKIT DIARE SEBAGAI SALAH SATU PENYEBAB KEMATIAN PADA BALITA MENGGUNAKAN MODEL MATEMATIKA SIS (SUSCEPTIBLE-INFECTED-SUSCEPTIBLE) SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu
Lebih terperinciOPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA
OPTIMASI FUZZY BACKPROPAGATION NEURAL NETWORK DENGAN ALGORITMA GENETIKA UNTUK MEMPREDIKSI NILAI TUKAR RUPIAH TERHADAP DOLLAR AMERIKA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE LINKAGE SKRIPSI
PENGELOMPOKAN KABUPATEN/KOTA BERDASARKAN FAKTOR-FAKTOR YANG MEMPENGARUHI KEMISKINAN DI JAWA TENGAH MENGGUNAKAN METODE WARD DAN AVERAGE LINKAGE SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciMODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA
MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciFUZZY ELMAN RECURRENT NEURAL NETWORK DALAM PERAMALAN HARGA MINYAK MENTAH DI INDONESIA DENGAN OPTIMASI ALGORITMA GENETIKA TUGAS AKHIR SKRIPSI
FUZZY ELMAN RECURRENT NEURAL NETWORK DALAM PERAMALAN HARGA MINYAK MENTAH DI INDONESIA DENGAN OPTIMASI ALGORITMA GENETIKA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciBAB III METODE PENELITIAN. sekunder berupa citra Magnetic Resonansi Image (MRI) yang diperoleh dari
BAB III METODE PENELITIAN Metode penelitian yang dilakukan pada penelitian ini adalah teknik pengumpulan data dan teknik analisis data. A. Teknik Pengumpulan Data Data yang digunakan pada penelitian ini
Lebih terperinciBAB III PEMBAHASAN. A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium
BAB III PEMBAHASAN A. Arsitektur dan Model Fuzzy Neural Network untuk Klasifikasi Stadium Kanker Payudara Fuzzy Neural Network (FNN) adalah gabungan sistem fuzzy dengan Artificial Neural Network (ANN).
Lebih terperinciDETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI
DETEKSI DINI KANKER PARU DENGAN MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK (FRBFNN) DAN HIGH FREQUENCY EMPHASIS FILTER SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciBAB III PEMBAHASAN. arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk
BAB III PEMBAHASAN Bab III merupakan pembahasan yang meliputi proses penelitian yaitu arsitektur, prosedur, dan hasil model Radial Basis Function Neural Network untuk klasifikasi stadium kanker payudara,
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 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 terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN PADA HOME INDUSTRI BREM UNTUK MENCEGAH KETERLAMBATAN DISTRIBUSI PENGIRIMAN PRODUK
IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA HOME INDUSTRI BREM UNTUK MENCEGAH KETERLAMBATAN DISTRIBUSI PENGIRIMAN PRODUK SKRIPSI Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Jenjang Strata
Lebih terperinciDAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pengesahan Penguji. Halaman Persembahan. Halaman Motto. Kata Pengantar.
DAFTAR ISI Halaman Judul i Lembar Pengesahan Pembimbing ii Lembar Pengesahan Penguji iii Halaman Persembahan iv Halaman Motto v Kata Pengantar vi Abstraksi viii Daftar Isi ix Daftar Gambar xii Daftar Tabel
Lebih terperinciBAB IV PEMBAHASAN. Bab IV berisi pembahasan yang meliputi proses penelitian yakni hasil
BAB IV PEMBAHASAN Bab IV berisi pembahasan yang meliputi proses penelitian yakni hasil model Radial Basis Function Neural Network untuk diagnosa kanker otak, hasil klasifikasi, dan ketepatan hasil klasifikasinya.
Lebih terperinciKLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS TUGAS AKHIR SKRIPSI
KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
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 terperinciEKSTRAKSI CIRI TRANSFORMASI CURVELET DISKRIT UNTUK MENDETEKSI KERUSAKAN PERMUKAAN BUAH MANGGIS SKRIPSI
EKSTRAKSI CIRI TRANSFORMASI CURVELET DISKRIT UNTUK MENDETEKSI KERUSAKAN PERMUKAAN BUAH MANGGIS SKRIPSI Disusun Guna Memenuhi Persyaratan Untuk Mencapai Derajat Strata-1 Pada Prodi Teknik Informatika Fakultas
Lebih terperinciANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI
ANALISIS BIFURKASI PADA MODEL MATEMATIS PREDATOR PREY DENGAN DUA PREDATOR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
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 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 terperinciDAFTAR ISI. Halaman Judul. Lembar Pengesahan Pembimbing. Lembar Pernyataan Keaslian. Lembar Pengesahan Penguji. Halaman Persembahan.
xi DAFTAR ISI Halaman Judul Lembar Pengesahan Pembimbing Lembar Pernyataan Keaslian Lembar Pengesahan Penguji Halaman Persembahan Halaman Motto Kata Pengantar Abstraksi Daftar Isi Daftar Gambar Daftar
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 terperinciSistem Pakar Untuk Mendiagnosa Penyakit Kulit pada Anak Menggunakan Metode Teorema Bayes Berbasis Web
LAPORAN SKRIPSI Sistem Pakar Untuk Mendiagnosa Penyakit Kulit pada Anak Menggunakan Metode Teorema Bayes Berbasis Web Disusun Oleh : Nama : Ratih Dwi Ariyani NIM : 2009-53-129 Program Studi : Sistem Informasi
Lebih terperinciSKRIPSI IMPLEMENTASI PENGENALAN JENIS MANGGA MELALUI TEKSTUR DAUN DENGAN PEMANFAATAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION
SKRIPSI IMPLEMENTASI PENGENALAN JENIS MANGGA MELALUI TEKSTUR DAUN DENGAN PEMANFAATAN JARINGAN SARAF TIRUAN METODE BACKPROPAGATION SULASTRI Nomor Mahasiswa : 135410249 PROGRAM STUDI TEKNIK INFORMATIKA SEKOLAH
Lebih terperinciPENERAPAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING SKRIPSI. Diajukan Sebagai Salah Satu Syarat
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING SKRIPSI Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Jenjang Strata Satu (S1) Pada Program
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
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 terperinciPENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV.
PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM MENGGUNAKAN ALGORITMA GENETIKA DAN NEAREST NEIGHBOUR PADA PENDISTRIBUSIAN ROTI DI CV. JOGJA TRANSPORT SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu
Lebih terperinciANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI
ANALISIS KESTABILAN DARI SISTEM DINAMIK MODEL SEIR PADA PENYEBARAN PENYAKIT CACAR AIR (VARICELLA) DENGAN PENGARUH VAKSINASI SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciSKRIPSI SISTEM IDENTIFIKASI TINGKAT KESEJAHTERAAN KELUARGA MENGGUNAKAN METODE MULTILAYER PERCEPTRON (STUDY KASUS KECAMATAN BANGUNTAPAN)
SKRIPSI SISTEM IDENTIFIKASI TINGKAT KESEJAHTERAAN KELUARGA MENGGUNAKAN METODE MULTILAYER PERCEPTRON (STUDY KASUS KECAMATAN BANGUNTAPAN) JEFRY ZAKARIA PRATAMA Nomor Mahasiswa 135410059 PROGRAM STUDI TEKNIK
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 II LANDASAN TEORI. titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
BAB II LANDASAN TEORI 2. Citra/Image Citra atau yang lebih sering dikenal dengan gambar merupakan kumpulan dari titiktitik penyusun citra itu sendiri. Titik-titik tersebut disebut dengan pixel. Banyaknya
Lebih terperinciIDENTIFIKASI BARCODE DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
IDENTIFIKASI BARCODE DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN TUGAS AKHIR RONI NRP. 2400 100 067 PROGRAM STUDI S-1 JURUSAN TEKNIK FISIKA FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI SEPULUH NOPEMBER
Lebih terperinciHALAMAN PERNYATAAN. Yogyakarta, 22 Agustus 2017 Yang menyatakan, Sitti Fadillah Umayah
HALAMAN PERNYATAAN Saya yang bertanda tangan di bawah ini: Nama : Sitti Fadillah Umayah NIM : 20130140193 Program studi : Teknik Informatika Fakultas : Teknik Jenis karya : Skripsi Judul karya : Penerapan
Lebih terperinciANALISIS DURASI NYALA LAMPU LALU LINTAS PADA PERSIMPANGAN BERDEKATAN DENGAN PENERAPAN ALJABAR MAX-PLUS HALAMAN JUDUL TUGAS AKHIR SKRIPSI
ANALISIS DURASI NYALA LAMPU LALU LINTAS PADA PERSIMPANGAN BERDEKATAN DENGAN PENERAPAN ALJABAR MAX-PLUS HALAMAN JUDUL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciGRAY LEVEL COOCURENCE MATRIX SEBAGAI PENGEKSTRAKSI CIRI PADA PENGENALAN NASKAH BRAILLE
GRAY LEVEL COOCURENCE MATRIX SEBAGAI PENGEKSTRAKSI CIRI PADA PENGENALAN NASKAH BRAILLE Yegar Sahaduta 1), Chairisni Lubis 2) 1) Fakultas Teknologi Informasi-Universitas Tarumanagara Jl. S. Parman No.1,
Lebih terperinciOPTIMISASI PERENCANAAN MENU DIET BAGI PENDERITA DIABETES MELLITUS DENGAN MODEL GOAL PROGRAMMING (STUDI KASUS: RS. PKU MUHAMMADIYAH YOGYAKARTA) SKRIPSI
OPTIMISASI PERENCANAAN MENU DIET BAGI PENDERITA DIABETES MELLITUS DENGAN MODEL GOAL PROGRAMMING (STUDI KASUS: RS. PKU MUHAMMADIYAH YOGYAKARTA) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPERINGKASAN TEKS BAHASA INDONESIA MENGGUNAKAN MODIFIED DISCRETE DIFFERENTIAL EVOLUTION ALGORITHM
HALAMAN JUDU L PERINGKASAN TEKS BAHASA INDONESIA MENGGUNAKAN MODIFIED DISCRETE DIFFERENTIAL EVOLUTION ALGORITHM SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciOPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI
OPTIMISASI POLA DISTRIBUSI DENGAN LOGIKAFUZZY DAN ALGORITMA SEMUT PADA PT. SRI ANEKA PANGAN NUSANTARA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciPENDEKATAN ALTERNATIF LEAST DISCRIMINANT PADA MODEL BLACK-LITTERMAN TUGAS AKHIR SKRIPSI
PENDEKATAN ALTERNATIF LEAST DISCRIMINANT PADA MODEL BLACK-LITTERMAN TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Fakultas Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Fakultas Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 Peramalan Harga Indeks Saham Hang Seng dengan Menggunakan Jaringan
Lebih terperinciANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI
ANALISIS SENSITIVITAS MASALAH TRANSPORTASI DAN PENERAPANNYA PADA PENDISTRIBUSIAN PRODUK OTENTIK COFFEE YOGYAKARTA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciPENGEMBANGAN PERANGKAT PEMBELAJARAN SISTEM PERSAMAAN LINEAR DUA VARIABEL (SPLDV) BERBASIS MASALAH UNTUK KELAS VIII SMP HALAMAN JUDUL
PENGEMBANGAN PERANGKAT PEMBELAJARAN SISTEM PERSAMAAN LINEAR DUA VARIABEL (SPLDV) BERBASIS MASALAH UNTUK KELAS VIII SMP HALAMAN JUDUL TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu pengetahuan
Lebih terperinciJaringan syaraf dengan lapisan tunggal
Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Syaraf manusia Jaringan syaraf dengan lapisan
Lebih terperinciPERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE
PERBANDINGAN KINERJA EKSTRAKSI FITUR TINGKAT RENDAH MENGGUNAKAN METODE Gray Level Co-occurrence Matrix (GLCM) dan GABOR FILTER DALAM PENGENALAN MOTIF BATIK OLEH : ANUGRAH SURADIPURWO NIM : 41508110061
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 terperinciPENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION SKRIPSI
PENENTUAN MODEL RETURN HARGA SAHAM DENGAN MULTI LAYER FEED FORWARD NEURAL NETWORK MENGGUNAKAN ALGORITMA RESILENT BACKPROPAGATION (Studi Kasus : Harga Penutupan Saham Unilever Indonesia Tbk. Periode September
Lebih terperinciAPLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH
APLIKASI ALGORITMA GENETIKA UNTUK PENJADWALAN MATA KULIAH (Studi Kasus: Jurusan Pendidikan Matematika FMIPA Universitas Negeri Yogyakarta) SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciSKRIPSI. Oleh FITRI WAHYUNI
UPAYA MENINGKATKAN MINAT BELAJAR MATEMATIKA SISWA KELAS VII SMP NEGERI 6 YOGYAKARTA DENGAN MENGGUNAKAN MEDIA KOMIK MELALUI MODEL PEMBELAJARAN KOOPERATIF TIPE STUDENT TEAMS ACHIEVEMENT DIVISIONS (STAD)
Lebih terperinciPENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM
PENERAPAN ALGORITMA GENETIKA PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK DISTRIBUSI SURAT KABAR KEDAULATAN RAKYAT DI KABUPATEN SLEMAN SKRIPSI Diajukan Kepada Fakultas Matematika
Lebih terperinciPENERAPAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MENGUKUR TINGKAT KEPARAHAN PENYAKIT OSTEOARTHRITIS
PENERAPAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MENGUKUR TINGKAT KEPARAHAN PENYAKIT OSTEOARTHRITIS RESEARCH DIAN PRATIWI (1012400496) Program Pascasarjana Ilmu Komputer PROGRAM STUDI TEKNIK
Lebih terperinciIMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS
IMPLEMENTASI ALGORITMA GENETIKA DENGAN VARIASI SELEKSI DALAM PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM WITH TIME WINDOWS (CVRPTW) UNTUK OPTIMASI RUTE PENDISTRIBUSIAN RASKIN DI KOTA YOGYAKARTA TUGAS
Lebih terperinciLATENT ROOT REGRESSION DALAM MENGATASI MULTIKOLINEARITAS PADA FAKTOR-FAKTOR YANG MEMPENGARUHI IHSG DI BURSA EFEK INDONESIA SKRIPSI
LATENT ROOT REGRESSION DALAM MENGATASI MULTIKOLINEARITAS PADA FAKTOR-FAKTOR YANG MEMPENGARUHI IHSG DI BURSA EFEK INDONESIA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
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 terperinciBAB III METODE PENELITIAN. menjawab segala permasalahan yang ada dalam penelitian ini.
BAB III METODE PENELITIAN Pada bab ini akan dijelaskan bahan yang digunakan dalam membantu menyelesaikan permasalahan, dan juga langkah-langkah yang dilakukan dalam menjawab segala permasalahan yang ada
Lebih terperinciOPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI
OPTIMASI BIAYA PRODUKSI PADA HOME INDUSTRY SUSU KEDELAI MENGGUNAKAN PENDEKATAN PENGALI LAGRANGE DAN PEMROGRAMAN KUADRATIK TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciCHRISTINA INDAH PUSPITA SARI A
PENERAPAN PEMBELAJARAN KOOPERATIF TIPE GROUP INVESTIGASI (GI) DALAM UPAYA PENINGKATAN AKTIVITAS BELAJAR MATEMATIKA SISWA (PTK Pada Siswa Kelas XI Semester Genap MAN Karanganyar Tahun Ajaran 2010/2011)
Lebih terperinciPERANCANGAN APLIKASI PARKIR BERBASIS VB.NET DAN MYSQL MENGGUNAKAN RADIO FREQUENCY AND IDENTIFICATION (RFID)
PERANCANGAN APLIKASI PARKIR BERBASIS VB.NET DAN MYSQL MENGGUNAKAN RADIO FREQUENCY AND IDENTIFICATION (RFID) (Studi Kasus Lingkungan Parkir Universitas Muhammadiyah Ponorogo) SKRIPSI Diajukan dan Disusun
Lebih terperinciPENYESUAIAN DIRI PADA PENYANDANG TUNA DAKSA
PENYESUAIAN DIRI PADA PENYANDANG TUNA DAKSA SKRIPSI Diajukan untuk memenuhi sebagian persyaratan guna memperoleh derajat Sarjana S-1 Psikologi Diajukan oleh : Pramitha Intan Widayanti F. 100 070 085 FAKULTAS
Lebih terperinciPENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION
PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN METODE BACKPROPAGARATION Amriana 1 Program Studi D1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik UNTAD ABSTRAK Jaringan saraf tiruan untuk aplikasi
Lebih terperinciKOMBINASI ALGORITMA AFFINE CIPHER DAN ELGAMAL UNTUK PENGAMANAN PESAN RAHASIA SKRIPSI
KOMBINASI ALGORITMA AFFINE CIPHER DAN ELGAMAL UNTUK PENGAMANAN PESAN RAHASIA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi sebagian
Lebih terperinciANALISIS SISTEM ANTREAN MODEL MULTI SERVER PADA PERUSAHAAN ASURANSI XYZ DI KOTA TASIKMALAYA TUGAS AKHIR SKRIPSI
ANALISIS SISTEM ANTREAN MODEL MULTI SERVER PADA PERUSAHAAN ASURANSI XYZ DI KOTA TASIKMALAYA TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2004/2005
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2004/2005 PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANS FORMAS I WAVELET DIS KRIT D AN JARINGAN S ARAF
Lebih terperinciPENGARUH PENDAPATAN ASLI DAERAH (PAD), DANA ALOKASI UMUM (DAU), DANA ALOKASI KHUSUS (DAK), DAN SISA LEBIH PEMBIAYAAN ANGGARAN
PENGARUH PENDAPATAN ASLI DAERAH (PAD), DANA ALOKASI UMUM (DAU), DANA ALOKASI KHUSUS (DAK), DAN SISA LEBIH PEMBIAYAAN ANGGARAN (SiLPA) TERHADAP BELANJA MODAL PADA KABUPATEN DAN KOTA DI PULAU JAWA TAHUN
Lebih terperinciDeteksi Kanker Serviks ( Carsinoma Serviks Uteri ) pada Citra Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan
Deteksi Kanker Serviks ( Carsinoma Serviks Uteri ) pada Citra Hasil Rekaman CT-Scan Menggunakan Jaringan Syaraf Tiruan Dewi Ari Nirmawaty, Prof. Dr. Ir Suhariningsih, Delima Ayu Saraswati ST. MT. Program
Lebih terperinciADLN - Perpustakaan Universitas Airlangga ABSTRAK. viii
Muhammad Arif Santoso, 2015. Peramalan Penjualan Produk Menggunakan Jaringan Syaraf Tiruan Metode Extreme Learning Machine. Skripsi ini dibawah bimbingan Auli Damayanti,S.Si, M.Si dan Dr. Herry Suprajitno,
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 terperinciAplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan. Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman
Aplikasi Graf Fuzzy dan Aljabar Max-Plus untuk Pengaturan Lampu Lalu Lintas di Simpang Empat Beran Kabupaten Sleman Provinsi Daerah Istimewa Yogyakarta Oleh: Arifudin Prabowo Kurniawan 13305144011 ABSTRAK
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEMAIN SEPAK BOLA DALAM SELEKSI KLUB PERSADA JAYA DENGAN MENGGUNAKAN PHP MYSQL
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEMAIN SEPAK BOLA DALAM SELEKSI KLUB PERSADA JAYA DENGAN MENGGUNAKAN PHP MYSQL SKRIPSI Diajukan Sebagai Salah satu Syarat Untuk Memperoleh gelar Sarjana Jenjang Strata
Lebih terperinciLAPORAN SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA PROGRAM KELUARGA HARAPAN PADA KECAMATAN DEMPET MENGGUNAKAN METODE TOPSIS
LAPORAN SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENERIMA PROGRAM KELUARGA HARAPAN PADA KECAMATAN DEMPET MENGGUNAKAN METODE TOPSIS Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan
Lebih terperinciSKRIPSI. Oleh Nurul Khasanah NIM
UPAYA MENINGKATKAN AKTIVITAS BELAJAR DAN PEMAHAMAN KONSEP MATEMATIKA MELALUI MODEL PENEMUAN TERBIMBING SETTING TURNAMEN BELAJAR UNTUK SISWA KELAS XI IPA SMA IMMERSION TAHUN PELAJARAN 2013/2014 SKRIPSI
Lebih terperinciANALISIS KLASIFIKASI PADA NASABAH KREDIT KOPERASI X MENGGUNAKAN DECISION TREE C4.5 DAN NAÏVE BAYES SKRIPSI
ANALISIS KLASIFIKASI PADA NASABAH KREDIT KOPERASI X MENGGUNAKAN DECISION TREE C4.5 DAN NAÏVE BAYES SKRIPSI Diajukan Kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Sebagai
Lebih terperinciARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A
ARTIFICIAL NEURAL NETWORK CAHYA YUNITA 5213100001 ALVISHA FARRASITA 5213100057 NOVIANTIANDINI 5213100075 TEKNIK PERAMALAN - A MATERI Neural Network Neural Network atau dalam bahasa Indonesia disebut Jaringan
Lebih terperincioleh WAHYUNI PUTRANTO NIM. M SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar Sarjana Sains Matematika
PERBANDINGAN METODE GRADIENT DESCENT DAN GRADIENT DESCENT DENGAN MOMENTUM PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN KURS TENGAH RUPIAH TERHADAP DOLAR AMERIKA oleh WAHYUNI PUTRANTO NIM.
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciBAB 2 KONSEP DASAR PENGENAL OBJEK
BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis
Lebih terperinciUNIVERSITAS BINA NUSANTARA ANALISIS DAN PERANCANGAN PENGENALAN SIDIK JARI DENGAN METODE BIDIRECTIONAL ASSOCIATIVE MEMORY
UNIVERSITAS BINA NUSANTARA Pernyataan Kesiapan Skripsi Untuk Ujian Pendadaran Penyataan Penyusunan Skripsi Kami, Darwin Wibisono David Hariyanto Kusdyanto dengan ini menyatakan bahwa Skripsi yang berjudul
Lebih terperinciANALISIS SISTEM ANTREAN MULTIPLE PHASE DI PELAYANAN OBAT PASIEN RAWAT JALAN RSUP dr. SOERADJI TIRTONEGORO KLATEN SKRIPSI
ANALISIS SISTEM ANTREAN MULTIPLE PHASE DI PELAYANAN OBAT PASIEN RAWAT JALAN RSUP dr. SOERADJI TIRTONEGORO KLATEN SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Lebih terperinciPENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA
PENERAPAN ALGORITMA GENETIKA DAN ALGORITMA SWEEP PADA PENYELESAIAN CAPACITATED VEHICLE ROUTING PROBLEM (CVRP) UNTUK OPTIMASI PENDISTRIBUSIAN GULA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciASUHAN KEPERAWATAN KELUARGA DENGAN MASALAH TBC PADA KELUARGA Tn. S DI DESA SROWOT RT 01/ RW 03 KECAMATAN KALIBAGOR KABUPATEN BANYUMAS
ASUHAN KEPERAWATAN KELUARGA DENGAN MASALAH TBC PADA KELUARGA Tn. S DI DESA SROWOT RT 01/ RW 03 KECAMATAN KALIBAGOR KABUPATEN BANYUMAS TUGAS AKHIR Diajukan untuk memenuhi sebagai syarat Mencapai derajat
Lebih terperinciSKRIPSI. Untuk Memenuhi Sebagian Persyaratan Guna Mencapai Derajat Sarjana S-1 Program Studi Pendidikan Matematika
PENINGKATAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA MELALUI PENDEKATAN PEMBELAJARAN CREATIVE PROBLEM SOLVING (CPS) BAGI SISWA KELAS X TP2 SEMESTER GENAP SMK YP DELANGGU TAHUN 2013/2014 SKRIPSI Untuk Memenuhi
Lebih terperinciLAPORAN SKRIPSI SISTEM INFORMASI PEMASARAN PERUMAHAN REJO KUSUMO BERBASIS WEB DI DERSALAM KUDUS
LAPORAN SKRIPSI SISTEM INFORMASI PEMASARAN PERUMAHAN REJO KUSUMO BERBASIS WEB DI DERSALAM KUDUS Laporan ini disusun guna memenuhi salah satu syarat untuk menyelesaikan program studi Sistem Informasi S-1
Lebih terperinciAPLIKASI METODE ANALYTICAL HIERARCHY PROCESS
APLIKASI METODE ANALYTICAL HIERARCHY PROCESS (AHP) DAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION (TOPSIS) UNTUK PENENTUAN SUPPLIER KAYU SENGON SKRIPSI Oleh Husayyinul Fawaid
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 terperinciLAPORAN SKRIPSI SISTEM PENUNJANG KEPUTUSAN APPRAISAL KREDIT NASABAH PADA KOPERASI SIMPAN PINJAM KARYA UTAMA MANDIRI
LAPORAN SKRIPSI SISTEM PENUNJANG KEPUTUSAN APPRAISAL KREDIT NASABAH PADA KOPERASI SIMPAN PINJAM KARYA UTAMA MANDIRI Laporan ini disusun guna memenuhi salah satu syarat untuk Menyelesaikan program studi
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 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 terperinciSKRIPSI. Oleh : Erwin Kurniawati
PENGEMBANGAN PERANGKAT PEMBELAJARAN MATERI SEGIEMPAT DENGAN PENDEKATAN PROBLEM BASED LEARNING UNTUK MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH SISWA SMP KELAS VII SKRIPSI Diajukan kepada Fakultas Matematika
Lebih terperinciPERANCANGAN SISTEM INFORMASI DENGAN JAVA NETBEANS UNTUK PERHITUNGAN PENGHASILAN ANGGOTA KOPERASI PETANI SAWIT MAKMUR SEJAHTERA
PERANCANGAN SISTEM INFORMASI DENGAN JAVA NETBEANS UNTUK PERHITUNGAN PENGHASILAN ANGGOTA KOPERASI PETANI SAWIT MAKMUR SEJAHTERA SKRIPSI Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata
Lebih terperinciAPLIKASI PENJURUSAN SISWA SESUAI BAKAT DAN MINAT DI SMA NEGERI 1 KARANGANYAR KABUPATEN DEMAK
APLIKASI PENJURUSAN SISWA SESUAI BAKAT DAN MINAT DI SMA NEGERI 1 KARANGANYAR KABUPATEN DEMAK SKRIPSI Disusun sebagai salah satu syarat menyelesaikan Program Studi Strata I pada Prodi Informatika Fakultas
Lebih terperinciFUNGSI BERVARIASI TERBATAS DAN SIFAT-SIFATNYA SKRIPSI
FUNGSI BERVARIASI TERBATAS DAN SIFAT-SIFATNYA SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Gelar
Lebih terperinciSKRIPSI. persyaratan. Disusun oleh: IRINA A 410 090 195
PENINGKATAN KEMAMPUAN BERPIKIR KREATIF SISWA PADA MATERI LINGKARAN MELALUI PENDEKATAN KONTEKSTUAL DENGAN MODEL PEMBELAJARAN PROBLEM POSING (PTK Pembelajaran Matematikaa Kelas VIIII F Semester Genap SMP
Lebih terperinciANALISIS KESTABILAN MODEL SEII T (SUSCEPTIBLE-EXPOSED-ILL- ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS TUGAS AKHIR SKRIPSI
ANALISIS KESTABILAN MODEL SEII T (SUSCEPTIBLE-EXPOSED-ILL- ILL WITH TREATMENT) PADA PENYAKIT DIABETES MELLITUS TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER PAYUDARA MENGGUNAKAN EKSTRAKSI FITUR STATISTICAL PADA CITRA MAMMOGRAM BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI DETEKSI KANKER PAYUDARA MENGGUNAKAN EKSTRAKSI FITUR STATISTICAL PADA CITRA MAMMOGRAM BERBASIS JARINGAN SYARAF TIRUAN Oleh : WAHYU JATMIKA 2009-51-009 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU
Lebih terperinciBENTUK NORMAL JORDAN UNTUK MENENTUKAN INVERS MOORE PENROSE
i BENTUK NORMAL JORDAN UNTUK MENENTUKAN INVERS MOORE PENROSE SKRIPSI Diajukan untuk Memenuhi sebagian Syarat untuk Memperoleh Gelar Sarjana Strata 1 (S1) Oleh Riyan Emmy Trihastuti 0901060006 PROGRAM STUDI
Lebih terperinciBIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II
BIFURKASI HOPF PADA SISTEM PREDATOR PREY DENGAN FUNGSI RESPON TIPE II SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinci