PENGENALAN POLA HURUF HIJAIYAH TULISAN TANGAN MENGGUNAKAN FUZZY FEATURE EXTRACTION DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
|
|
- Suryadi Makmur
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PENGENALAN POLA HURUF HIJAIYAH TULISAN TANGAN MENGGUNAKAN FUZZY FEATURE EXTRACTION DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Helsi Tia Vermala 1, Diyah Puspitaningrum 2, Yudi Setiawan Program Studi Teknik Infomatika, Fakultas Teknik, Universitas Bengkulu. Jl. WR. Supratman Kandang Limun Bengkulu 38371A INDONESIA (telp: ; fax: ) 1 helsitia.vermala@gmail.com, 2 diyah.puspitaningrum@unib.ac.id, 3 ys.teknik@unib.ac.id Abstract This research to build a pattern recognition hijaiyah letters handwriting application. In this offline pattern recognition research, a digital handwriting input is captured by a scanner. In this research we try to recognize digital handwriting based on feature classification using Backpropagation Neural Network and Fuzzy Feature Extraction method for feature extraction. This application is built using Matlab language programming and designed using Data Flow Diagram (DFD). Meanwhile the system development life cycle method that used is Waterfall. Experiments were performed on a single Hijaiyah letters isolated from 900 samples gave results of generalization ability of artificial neural networks for 96.11% and the ability to generalize the ability of Neural Network memorization for 98.33%. Keywords: Pengenalan Pola, Citra Huruf Hijaiyah Tulisan Tangan, Fuzzy Featrure Extraction, Backpropagation 1. PENDAHULUAN Huruf Hijaiyah memiliki bentuk-bentuk khusus seperti setiap huruf mempunyai dua sampai empat bentuk tulisan yang hampir sama tergantung pada posisi huruf pada suatu kata. Hal ini yang biasanya membuat bingung terutama bagi anak-anak yang masih baru belajar huruf Hijaiyah baik dalam menulis maupun untuk membedakannya. Proses klasifikasi dan identifikasi yang paling sederhana dan langsung yaitu dengan menggunakan penglihatan. Meskipun demikian terdapat beberapa cara untuk melakukan pengenalan huruf dalam bentuk citra. Pengenalan huruf tulisan tangan adalah sebuah teknik dimana input data yang berupa lembaran kertas hasil scan menggunakan scanner dan menghasilkan gambar pada komputer yang dikenali sebagai titiktitik (bitmap), bitmap inilah yang kemudian diproses lebih lanjut menggunakan algoritma tertentu menjadi karakter, sehingga dapat dikenali dan diolah menjadi informasi [1]. Metode pengenalan pola tulisan tangan yang diangkat dalam penelitian ini ialah dengan menggunakan metode fuzzy feature extraction yang mana menganggap huruf tulisan tangan sebagai sebuah graf berarah, yang node-nya terdiri atas titik ujung dan titik cabang. Sementara edge-nya berupa garis lurus, kurva, dan loop. Sedangkan untuk proses klasifikasi menggunakan metode jaringan saraf tiruan propagasi balik (backpropagation). Jaringan saraf tiruan adalah sebuah metode komputasi yang memiliki cara kerja seperti saraf otak manusia. Keunggulan metode ini ialah memiliki kemampuan untuk belajar dan memecahkan hubungan yang rumit, yang sulit untuk dideskripsikan antara data masukan dan data keluaran, hal tersebut dimungkinkan karena jaringan saraf tiruan mampu dilatih berdasarkan informasi yang diterimanya
2 2. LANDASAN TEORI 2.1. Pengolahan Citra Digital Menurut Efford pengolahan citra digital adalah istilah umum untuk berbagai teknik yang keberadaannya untuk memanipulasi dan memodifikasi citra dengan berbagai cara. Secara umum pengolahan citra digital dapat diartikan sebagai pemrosesan gambar berdimensi-dua melalui komputer.. Ada dua prinsip daerah aplikasi pengolahan citra digital: peningkatan informasi piktorial untuk interpretasi manusia; dan pengolahan data citra untuk penyimpanan, transmisi dan representasi bagi peralatan persepsi (perception) [2]. Pada pengolahan citra, ada sebuah proses awal pengolahan citra yang disebut dengan pre-processing. Pre-processing merupakan proses peningkatan kualitas citra agar dapat meningkatkankan keberhasilan pada proses pengolahan citra berikutnya. Data citra yang diambil secara langsung perlu diproses lebih lanjut untuk menyeragamkan data citra yang nantinya akan digunakan sebagai data citra database Fuzzy Feature Extraction Fuzzy Feature Extraction bertujuan untuk mendapatkan karakteristik suatu karakter. Tahap feature extraction dimulai dari tahapan penelusuran jalur dalam kerangka, pengecekan klasifikasi segmen pembentuk (klasifikasi segmen gelang, klasifikasi segmen garis, klasifikasi segmen kurva) dan representasi huruf berdasarkan segmen pembentuk. Klasifikasi tipe segmen dapat disajikan seperti pada gambar 1. Gambar 1. Klasifikasi Tipe Segmen[3] a. Penelusuran Jalur Dalam Kerangka Penelusuran dimulai dari tiap-tiap titik ujung. Titik ujung akan menjadi titik awal (yang merupakan koordinat awal dari sebuah segmen), penelusuran dilakukan dengan cara mencari koordinat tetangga yang belum ditelusuri dari setiap state (posisi koordinat pada saat ini berada). Hal ini dilakukan secara berulang hingga didapat kondisi berhenti. Pada langkah ini kondisi berhenti adalah saat state merupakan koordinat percabangan b. Pengecekan Segmen Pembentuk 1) Klasifikasi Segmen Gelang Untuk mengetahui apakah segmen merupakan sebuah gelang (loop), maka segmen harus memenuhi kondisi berikut: d<= (k + d)*α/360...(1) Keterangan: d : jarak antar koordinat awal segmen dengan koordinat akhir segmen k : jumlah matrik segmen poin α : sudut segmen poin 2) Klasifikasi Segmen Garis Klasifikasi pertama dari segmen (horizontal (H), vertical (V), right sloper (R), left sloper (L)). Berikut ini adalah fungsi keanggotaan tipe segmen garis direpresentasikan sebagai fungsi keanggotaan T-norm yang disajikan pada gambar berikut ini. pps.dinus.ac.id, 173
3 Gambar 2. Fungsi Fuzzy H,R,V,L[3] 3) Klasifikasi Segmen Kurva Untuk melakukan klasifikasi kurva maka perlu dihitung rata-rata Deviasi (D) antara koordinatkoordinat segmen terhadap base line....(2) Setelah mendapatkan nilai D maka harus dihitung curve threshold (β), yakni nilai batas minimal D dimana segmen tersebut dapat dikatakan sebagai sebuah kurva. Segmen akan dikatakan sebagai sebuah kurva apabila memiliki nilai D >= β, sebaliknya maka segmen akan diklasifikasikan sebagai garis. c. Representasi Huruf Berdasarkan Segmen Pembentuk Pada langkah ini akan dilakukan konversi dari tipe segmen (hasil klasifikasi segmen) menjadi nilai bit yang memiliki panjang 8 digit untuk setiap tipe segmen. Berikut aturan pengkonversian tersebut. Gambar 3. Aturan Konversi bit [3] Simpan semua nilai konversi bit segmen tersebut ke dalam sebuah matrik value. Untuk mengetahui keterhubungan antar segmen maka perlu didefinisikan menjadi sebuah matrik interrelationship Setelah itu gabung kedua matrik tersebut menjadi sebuah matrik baru (matrik JST input) yang nantinya akan menjadi masukan untuk proses klasifikasi backpropagation Backpropagation Algoritma Backpropagation meliputi 3 (tiga) fase. Fase pertama adalah fase maju. Pola masukkan dihitung maju mulai dari layar masukan hingga layar keluaran menggunakan fungsi aktivasi yang ditentukan. Fase kedua adalah fase mundur. Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan yang terjadi. Kesalahan tersebut dipropagasikan mundur, dimulai dari garis yang berhubungan langsung dengan unit-unit di layar keluaran. Fase ketiga adalah modifikasi bobot untuk menurunkan kesalahan yang terjadi [4]
4 3. METODE PENELITIAN 3.1. Metode Pengumpulan Data Pengambilan sampel pada penelitian ini digunakan untuk proses pelatihan (training). Untuk proses pelatihan, sampel data berjumlah 720 huruf Hijaiyah yang diambil dari 4 orang berbeda. Sedangkan untuk proses pengujian (testing), difokuskan pada 180 citra huruf Hijaiyah tulisan tangan dari 1 orang yang telah di scan terlebih dahulu menggunakan scanner. Sampel tersebut diambil berdasarkan tujuan dari penelitian untuk membangun aplikasi pengenalan pola huruf Hijaiyah tulisan tangan. Sampel yang digunakan pada penelitian ini adalah citra huruf Hijaiyah tulisan tangan dari 5 orang, setiap orang melakukan pembubuhan huruf hijaiyah tulisan tangan menggunakan 2 buah alat tulis berbeda masing-masing sebanyak 3 kali pada setiap huruf, sesuai dengan jumlah huruf Hijaiyah yang berjumlah 30 huruf (5x2x3x30) = 900 huruf Metode Pengembangan Sistem Metode pengembangan yang akan digunakan dalam merancang sistem informasi pemeetaan daerah rawan pangan dan gizi ini adalah model waterfall (air terjun). Model waterfall menyediakan pendekatan alur hidup perangkat lunak secara sekuensial atau terurut dimulai dari analisis, desain, pengkodean, pengujian, dan tahap pemeliharaan Metode Pengujian Sistem a. Citra Training Sebagai Citra Testing Pengukuran tingkat kesuksesan aplikasi pengenalan pola Huruf Hijaiyah menggunakan citra training dengan menguji citra latih sebanyak 720 sampel. b. Citra Lain Diluar Database Adapaun design experiment yang dilakukan untuk pengujian ini adalah sebagai berikut. 1) Data training berasal dari pengguna yang memang sengaja digunakan bagi sistem untuk mempelajari pola-pola Huruf Hijaiyah (sampel diambil dari 4 orang yang berbeda dimana setiap orang menggunakan 2 buah alat tulis yang berbeda ketebalannya dan untuk setiap ketebalan pengguna diminta memberi sampel sebanyak 3 kali untuk setiap ketebalan alat tulis). Adapun data testing adalah berasal dari orang lain yang sama sekali berbeda dari orang yang tulisannya menjadi pola pembelajaran dalam data set training. Komposisi data set training : data set testing = 80% : 20%. Hal yang ingin dicapai dari pengujian ini adalah untuk mengetahui kemampuan generalisasi jaringan syaraf tiruan. Kemampuan generalisasi merupakan kemampuan jaringan syaraf tiruan untuk menghasilkan respons yang bisa diterima terhadap pola-pola input yang serupa (namun tidak identik) dengan pola-pola yang sebelumnya telah dipelajari. Hal ini bermanfaat bila suatu saat ke dalam jaringan syaraf tiruan itu diinputkan informasi baru yang belum pernah dipelajari, maka jaringan syaraf tiruan itu masih akan tetap dapat memberikan tanggapan yang baik, memberikan keluaran yang paling mendekati. Gambar 4. Diagram Alir Penelitian pps.dinus.ac.id, 175
5 2) Data set training diambil dari 5 orang pengguna dengan menggunakan 2 buah alat tulis berbeda, akan tetapi pada data set training juga mengambil masukan dari pengguna yang pernah melatihkan pola-pola tulisannya ke dalam sistem. Meskipun data set yang diujikan juga belum pernah dilatihkan ke dalam sistem. Perbandingannya adalah untuk setiap sampel dari setiap pengguna 4 : 2 (4 sampel untuk data set training dan 2 sampel untuk data set testing). Hal yang ingin dicapai dari pengujian ini adalah untuk mengetahui kemampuan generalisasi terhadap kemampuan memorisasi (user yang pernah dilatihkan tetapi instance nya baru). Kemampuan memorisasi adalah kemampuan jaringan syaraf tiruan untuk mengambil kembali secara sempurna sebuah pola yang dipelajari. c. Black Box Testing Metode yang digunakan pada black box adalah metode equivalen partitioning testing yang melakukan pengujian dengan membagi domain input dari suatu program ke dalam kelas data, menentukan kasus pengujian dengan mengungkapkan kelas-kelas kesalahan Metode Uji Kelayakan Sistem Uji kelayakan pada penelitian ini dilakukan dengan cara mengukur persentase pengenalan sistem dalam mengenali pola huruf Hijaiyah tulisan tangan dan hasil keluaran sistem. 4. ANALISIS DAN PERANCANGAN 4.1. Analisis Masalah Pada penelitian ini, sampel yang digunakan adalah citra huruf Hijaiyah tulisan tangan dari 5 orang, setiap orang melakukan pembubuhan huruf hijaiyah tulisan tangan sebanyak 3 kali untuk setiap huruf, sesuai dengan jumlah huruf Hijaiyah. 5 sampel citra huruf Hijaiyah tulisan tangan tersebut terbagi menjadi 4 citra digunakan sebagai citra training dan 1 citra digunakan sebagai testing. Sehingga total data citra berjumlah 900 citra dengan total citra training sebanyak 720 citra huruf Hijaiyah tulisan tangan dan untuk total citra testing sebanyak 180 citra huruf Hijaiyah tulisan tangan.. Untuk mempermudah proses pengenalan/ identifikasi pola huruf hijaiyah tulisan tangan ini, maka proses pengenalan dilakukan dengan menggunakan metode fuzzy feature extraction dan jaringan syaraf tiruan backpropagation Analisis Fungsional Analisis fungsional adalah analisis yang berisiskan proses-proses yang dapat dilakukan oleh aplikasi yang nantinya akan dibangun. Berikut adalah proses-proses yang dapat dilakukan oleh aplikasi. a. Aplikasi dapat melakukukan pengenalan pola citra yang memiliki kemiripan dengan citra uji menggunakan metode fuzzy feature extraction dan backpropagation. b. Aplikasi dapat menampilkan informasi data citra dan nilai ekstraksi dari citra uji dan hasil pengenalan citra. c. Aplikasi dapat memberikan informasi mengenai citra hasil pengenalan pola Analisis Alur Kerja Sistem Analisis alur kerja sistem ini berguna untuk mempermudah dalam pembuatan sistem nantinya. Berikut ini adalah analisis alur kerja sistem dari aplikasi yang akan dibuat yang ditunjukkan pada Gambar
6 Gambar 5. Diagram Alur Kerja Sistem 5. PEMBAHASAN 5.1. Implementasi Antarmuka a. Halaman Utama Berikut merupakan halaman utama yang pertama kali diakses pada saat menjalankan aplikasi yang akan dijelaskan pada Gambar 6. Gambar 6. Halaman Utama Pada saat user membuka aplikasi maka akan muncul halaman utama seperti pada Gambar6. Dapat dilihat pada tampilan tersebut terdapat menu File dan menu Help. Sebelum user dapat melakukan pelatihan dan pengenalan terhadap citra Huruf Hijaiyah tulisan tangan, user harus terlebih dahulu memilih submenu yang terdapat pada masing-masing menu. Pada menu File terdapat submenu Pelatihan, Pengenalan, dan Keluar. Sementara pada menu Help terdapat submenu Petunjuk dan Tentang. pps.dinus.ac.id, 177
7 b. Halaman Pelatihan Halaman pelatihan merupakan tampilan yang akan digunakan untuk melakukan proses pelatihan terhadap citra Huruf Hijaiyah tulisan tangan. Berikut adalah tampilan halaman pelatihan pada Gambar 7. Pada Gambar 7 user Setelah citra Huruf Hijaiyah tulisan tangan dimasukkan ke dalam aplikasi, maka selanjutnya dilakukan proses preprocessing untuk memproses citra Huruf Hijaiyah tulisan tangan sehingga citra tersebut memiliki ukuran dan format yang sesuai dengan kebutuhan sistem. Gambar 7. Halaman Pelatihan User mengklik tombol Preprocessing untuk melakukan proses preprocessing. Pada penelitian ini dilakukan proses preprocessing dengan 3 tahap yaitu filtering, thinning dan search vertices. Setelah preprocessing dilakukan, user mengklik tombol ekstraksi fitur untuk melakukan ekstraksi fitur menggunakan metode fuzzy feature extraction. Pada tahap ini akan dilakukan segmentasi terhadap huruf hijaiyah yang selanjutnya akan ditentukan tipe dari masing-masing segmen tersebut. Hasil dari proses ini adalah matrik input JST. Tahap selanjutnya user mengklik tombol lakukan proses pelatihan untuk menyimpan nilai matriks JST input dan atribut yang dimiliki citra tersebut ke dalam database. Proses dinyatakan berhasil apabila terdapat pesan Data Suah Disimpan dari aplikasi disertai dengan berjalannya waktu proses. Waktu proses akan menghitung lamanya aplikasi ini melakukan proses pelatihan sehingga waktunya akan ditampilkan dalam format detik. c. Halaman Pengenalan Halaman pengenalan merupakan tampilan yang akan digunakan untuk melakukan proses pengenalan terhadap citra Huruf Hijaiyah tulisan tangan menggunakan metode backpropagation serta menampilkan informasi dari Huruf Hijaiyah tulisan tangan tersebut. Tampilan antarmuka halaman ini dapat dilihat pada Gambar 8. Gambar 8. Halaman Pengenalan Setelah citra uji dimasukkan ke dalam aplikasi, maka selanjutnya dilakukan proses preprocessing. Setelah melakukan tahap preprocessing ini maka user mengklik tombol ekstraksi fitur menggunakan metode fuzzy untuk menampilkan nilai matriks hasil proses ekstraksi fitur. Kemudian user mengklik tombol Lakukan Proses Pengenalan untuk melakukan proses pengenalan terhadap citra uji. Apabila tahapan proses pengenalan telah terpenuhi, maka aplikasi akan menampilkan informasi dari Huruf Hijaiyah yang dikenali.pengujian Kelayakan Sistem Uji Kelayakan Sistem Pengujian dilakukan untuk menguji apakah aplikasi bisa mengklasifikasi citra dengan pelatihan menggunakan metode Backpropagation dan mengenali citra Huruf Hijaiyah tulisan tangan serta menampilkan informasi dari citra tersebut sesuai dengan kondisi-kondisi yang telah ditentukan
8 a. Citra Training Sebagai Citra Testing Dari hasil pengujian tidak diperoleh kesalahan pengenalan oleh aplikasi dari proses uji yang dilakukan. Sehingga diperoleh persentase pengenalan pada citra training sebagai citra testing sebesar 100%. Dari hasil pengujian ini menunjukkan bahwa aplikasi dapat berfungsi secara optimal dalam mengenali citra training. b. Citra Lain Diluar Database 1) Design Experiment Pertama Dapat dilihat pada tabel 7 dari 180 sampel citra uji terdapat 7 huruf yang salah dikenali. Persentase rata-rata pengenalan sebesar 96,11% untuk akurasi kemampuan generalisasi JST. Tabel 7. Hasil Pengenalan 2) Design Experiment Kedua Hasil Pengenalan pada design experiment kedua terdapat 5 huruf dari 300 sampel huruf yang dijadikan data uji salah dikenali. Persentase ratarata pengenalan yang diperoleh sebesar 98,33% untuk kemampuan generalisasi terhadap kemampuan memorisasi. Berdasarkan hasil pengujian diatas, dapat diketahui bahwa proses pengenalan Huruf Hijaiyah tulisan tangan pada pengujian pertama dan kedua memiliki persentase rata-rata pengenalan sebesar 96,11 % dan 98,33. Hasil yang didapat tergolong kedalam kategori baik untuk melakukan pengenalan huruf tulisan tangan. Ada beberapa masalah yang bisa ditemui dalam proses pengenalan huruf tulisan tangan ini antara lain: 1) Pola yang dimiliki oleh setiap huruf tidak selalu identik, dengan kata lain diperlukan sebuah parameter baru yang diperlukan untuk menjamin setiap huruf memiliki pola yang identik. 2) Penggunaan Jaringan Syaraf Tiruan akan lebih efektif jika pola yang dimiliki pada saat proses pembelajaran (training) semakin banyak dan begitupula sebaliknya akan kurang efektif apabila pola yang dimiliki terbatas. 3) Munculnya kail pada ujung suatu huruf yang ditulis responden sehingga jumlah segmen yang terbentuk menjadi tidak sama dengan citra ideal, karena adanya penambahan segmen. Waktu proses rata-rata dalam mengenali setiap huruf sebesar 106,6296 detik dengan jumlah data latih sebanyak 720 huruf pada database. Sehingga dapat disimpulkan pula bahwa waktu proses rata untuk mengenali huruf cukup baik. Beberapa hal yang dapat mempengaruhi lama tidaknya waktu proses: 1) Ukuran gambar (image) input-an akan mempengaruhi kecepatan pemrosesan, yakni semakin kecil ukuran image input akan semakin cepat waktu yang diperlukan, begitu pula sebaliknya semakin besar ukuran image input maka semakin lama waktu proses yang diperlukan. pps.dinus.ac.id, 179
9 2) Jumlah segmen pada tiap huruf akan mempengaruhi waktu proses, yakni semakin banyak jumlah segmen maka akan semakin lama waktu proses dan demikian pula sebaliknya, semakin sedikit jumlah segmen maka akan semakin cepat waktu proses. 3) Lamanya waktu proses pengenalan Huruf Hijaiyah pada aplikasi ini juga dipengaruhi banyaknya data yang tersimpan di dalam database. Semakin banyak jumlah data citra yang disimpan di dalam database, maka semakin lama waktu proses yang dibutuhkan untuk 1 kali pengenalan. 6. PENUTUP Berdasarkan hasil dan pembahasan yang telah dijabarkan sebelumnya, maka kesimpulan yang dapat diambil adalah sebagai berikut: a. Penelitian ini telah menghasilkan sebuah aplikasi pengenalan pola tulisan tangan berbasis desktop dengan studi kasus Huruf Hijaiyah menggunakan metode fuzzy feature extraction dan jaringan syaraf tiruan backpropagation. b. Aplikasi pengenalan pola yang dibangun dengan menggunakan metode fuzzy feature extraction dan jaringan syaraf tiruan backpropagation memiliki tingkat akurasi sebesar 96,11% untuk kemampuan generalisasi dan 98,33% untuk kemampuan generalisasi terhadap kemampuan memorisasi, dengan waktu proses yang diperlukan rata-rata sebesar 106,6296 detik untuk setiap huruf. c. Faktor yang menyebabkan lamanya waktu proses pengenalan Huruf Hijaiyah pada aplikasi ini adalah banyaknya data yang tersimpan di dalam database. Semakin banyak jumlah data citra yang disimpan di dalam database, maka semakin lama waktu proses yang dibutuhkan untuk 1 kali pengenalan. Berdasarkan hasil dan pembahasan yang telah dijabarkan sebelumnya, maka saran yang dapat diberikan untuk pengembangan penelitian selanjutnya adalah sebagai berikut: a. Sistem akan lebih bermanfaat jika bisa mengenali huruf hijaiyah sambung, bukan hanya hijaiyah tunggal. b. Pengembangan sistem untuk pengenalan huruf secara real time dengan mengenali huruf yang ditulis manual di layar komputer. DAFTAR PUSTAKA [1] K.C. Santosh, C. N. (2009). A comprehensive survey on on-line handwriting recognition technology and its real application to the Nepalese natural handwriting. KATHMANDU UNIVERSITY JOURNAL OF SCIENCE, ENGINEERING AND TECHNOLGY VOL. 6, No. I, [2] Prasetyo, E. (2011). Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta: Penerbit Andi. [3] J.Gilewski, P. P. (1997). Education Aspects: Handwriting Recognition-Neural Networks-Fuzzy Logic. Proceedings of the IAPR International Conference on Pattern Recognition and Information Processing PRIP 97, vol. 1, (pp ). [4] Widodo, P. P. (2013). Penerapan Data Mining Dengan Matlab. Bandung: Rekayasa Sains
BAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan pada
BAB III METODOLOGI PENELITIAN 1.1. Desain Penelitian Gambar 3.1 merupakan desain penelitian yang akan digunakan pada proses pengenalan huruf tulisan tangan Katakana menggunakan metode Fuzzy Feature Extraction
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 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 terperinciPENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
PENGARUH UJI TUKEY TERHADAP VERIFIKASI TANDA TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK Thari Novianty Mentaruk (0722100) Jurusan Teknik Elektro e-mail : thari_novianty_m@yahoo.com Verifikasi tanda
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 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 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 terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Meter air merupakan alat untuk mengukur banyaknya air yang digunakan oleh pelanggan. Alat ini biasa diletakkan di rumah-rumah yang menggunakan penyediaan air
Lebih terperinciPengenalan Huruf Dan Angka Tulisan Tangan Mengunakan Metode Convolution Neural Network (CNN) Sam ani 1, M. Haris Qamaruzzaman 2
Pengenalan Huruf Dan Angka Tulisan Tangan Mengunakan Metode Convolution Neural Network (CNN) Sam ani 1, M. Haris Qamaruzzaman 2 1 Teknik Informatika, 2 Manajemen Informatika - STMIK Palangkaraya 1 sam.stmikplk@gmail.com,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengenalan kata dalam dunia teknologi informasi merupakan suatu permasalahan yang tidak asing dalam bidang kecerdasan buatan. Pengenalan kata dalam bidang kecerdasan
Lebih terperinciPENGENALAN PLAT NOMOR KENDARAAN DALAM SEBUAH CITRA MENGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK
PENGENALAN PLAT NOMOR KENDARAAN DALAM SEBUAH CITRA MENGUNAKAN JARINGAN SARAF TIRUAN Decy Nataliana [1], Sabat Anwari [2], Arief Hermawan [3] Jurusan Teknik Elektro Fakultas Teknologi Industri Institut
Lebih terperinciPENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK
PENGENALAN POLA GARIS DASAR KALIMAT PADA TULISAN TANGAN UNTUK MENGETAHUI KARAKTER SESEORANG DENGAN MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK ABSTRAK Dwi Putra Alexander (0722067) Jurusan Teknik
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 terperinciPENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI
PENGENALAN BAHASA ISYARAT HURUF ABJAD MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Pada Departemen Ilmu Komputer/Informatika
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 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 terperinciPENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE
PENGENALAN TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI WAVELET TRANSFORM DARI PROJECTION PROFILE Radian Rizki Triadhi NRP : 1222033 E-mail : radianrizkitriadhi@ymail.com ABSTRAK Pengenalan tulisan tangan
Lebih terperinciPENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN. Disusun oleh : Mario Herryn Tambunan ( )
PENGENALAN HURUF TULISAN TANGAN BERBASIS CIRI SKELETON DAN STATISTIK MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun oleh : Mario Herryn Tambunan (1022056) Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciyang standar. Tugas akhir ini lebih berorientasi pada pengenalan fiturnya, sehingga pembahasan lebih ditekankan pada ekstraksi fitur bentuk geometri.
1 PENGENALAN KARAKTER TEKS MENGGUNAKAN METODE NEURAL NETWORK BACKPROPAGATION Titis Hayuning Widya Pramesti, email: titishayuning@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Universitas Brawijaya
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 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 I PENDAHULUAN. 1.1 Latar Belakang !! "(!
"( BAB I PENDAHULUAN 1.1 Latar Belakang Tanda tangan (signature) adalah sebuah tanda (sign) atau symbol yang merupakan versi miniatur dari pemiliknya. Tanda tangan bukanlah sembarang tanda atau symbol,
Lebih terperinciAPLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE
APLIKASI PENGENALAN KARAKTER ALFANUMERIK MENGGUNAKAN ALGORITMA HAMMING DISTANCE Matheus Supriyanto Rumetna 1*, Marla Pieter, Monica Manurung 1 1 Fakultas Ilmu Komputer dan Manajemen, Universitas Sains
Lebih terperinciJURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 1-6 1
JURNAL SAINS DAN SENI POMITS Vol. 2, No.1, (2013) 1-6 1 Pengenalan Tulisan Tangan Huruf Latin Bersambung Secara Real Time Menggunakan Algoritma Learning Vector Quantization Ulir Rohwana dan M Isa Irawan
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN SISTEM
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4. 4.1. Analisis Kebutuhan Sistem Analisis kebutuhan sistem terdiri dari deskripsi umum sistem, batasan dan asumsi, analisis masukan sistem, model proses sistem dan
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 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 KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON
Jurnal Informatika Mulawarman Vol. 7 No. 3 Edisi September 2012 105 SISTEM PENGENALAN KARAKTER DENGAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON Anindita Septiarini Program Studi Ilmu Komputer FMIPA,
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION ABSTRAK
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN MOMENT INVARIANT DAN ALGORITMA BACK PROPAGATION Nasep Muhamad Ramdan (0522135) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg.
Lebih terperinci: RAHMAT HIDAYAT NPM : : Ilmu Komputer dan Teknologi Informasi
APLIKASI PENGENALAN HURUF TULISAN TANGAN OFFLINE MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Nama : RAHMAT HIDAYAT NPM : 15111783 Fakultas : Ilmu Komputer dan Teknologi Informasi Jurusan : Sistem Informasi
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
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 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 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Kerangka Pikir Pengenalan wajah merupakan suatu teknologi dalam dunia kecerdasan buatan agar komputer dapat meniru kemampuan otak manusia dalam mendeteksi dan mengenali
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengenalan pola (pattern recognition) dapat diartikan sebagai proses klasifikasi dari objek atau pola menjadi beberapa kategori atau kelas. Dan bertujuan untuk pengambilan
Lebih terperinciBAB III METODOLOGI PENELITIAN
42 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Observasi, serta konsultasi dengan ahli grafologi mengenai pengenalan tulisan tangan untuk melihat karakter psikologi dengan melihat bentuk huruf
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 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 terperinciSEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN. Evelyn Evangelista ( )
SEGMENTASI HURUF TULISAN TANGAN BERSAMBUNG DENGAN VALIDASI JARINGAN SYARAF TIRUAN Evelyn Evangelista (1022004) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria
Lebih terperinciPENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN
Jurnal Teknik dan Ilmu Komputer PENGARUH PEMAKAIAN EDGE DETECTION PADA SISTEM PENGENALAN HURUF KAPITAL TULISAN TANGAN (The Influence of Edge Detection Use on Capital Letter Hand Writing Recognition System)
Lebih terperinciDETEKSI JENIS KAYU CITRA FURNITURE UKIRAN JEPARA MENGGUNAKAN JST BACKPROPAGATION
No Makalah : 299 Konferensi Nasional Sistem Informasi 2012, STMIK - STIKOM Bali 23-25 Pebruari 2012 DETEKSI JENIS KAYU CITRA FURNITURE UKIRAN JEPARA MENGGUNAKAN JST BACKPROPAGATION Ratri Dwi Atmaja 1,
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 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 1 PENDAHULUAN. dengan proses pengolahan citra digital (digital image processing), dimana data berupa
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada awalnya, komputer hanya dapat digunakan untuk melakukan pemrosesan terhadap data numerik. Tetapi pada sekarang ini, komputer telah membawa banyak perubahan dan
Lebih terperinciPENGENALAN POLA HURUF HIJAIYAH TULISAN TANGAN MENGGUNAKAN LOGIKA FUZZY DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENALAN POLA HURUF HIJAIYAH TULISAN TANGAN MENGGUNAKAN LOGIKA FUZZY DENGAN JARINGAN SYARAF TIRUAN BACKPROPAGATION MAKALAH Disusun Sebagai Salah Satu Syarat Menyelesaikan Jenjang Strata 1 Pada Jurusan
Lebih terperinciRealisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen
Realisasi Pengenalan Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan dengan Metode Kohonen David Novyanto Candra/0322003 Email: dave_christnc@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jln.Prof.Drg.Suria
Lebih terperinciSLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN ABSTRAK
SLOPE CORRECTION PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Disusun Oleh : Apriliyanto Taufik Betama (1022070) Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri, MPH, No.
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 I PENDAHULUAN Latar Belakang
12 BAB I PENDAHULUAN 1.1. Latar Belakang Bahasa Jepang termasuk salah satu bahasa penting dan digunakan secara internasional. Bahasa Jepang menduduki urutan ke-4 setelah bahasa Inggris, Mandarin, dan Spanyol
Lebih terperinciIMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL
IMPLEMENTASI SEGMENTASI CITRA DAN ALGORITMA LEARNING VECTOR QUANTIZATION (LVQ) DALAM PENGENALAN BENTUK BOTOL Andri STMIK Mikroskil Jl. Thamrin No. 122, 124, 140 Medan 20212 andri@mikroskil.ac.id Abstrak
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN Zeth Pasongli (0222113) Jurusan Teknik Elektro Email: zeth_pasongli@yahoo.com ABSTRAK Pola pembuluh
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 terperinciGambar 3.1 Desain Penelitian
METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Permalan Time Series, Harga Minyak Bumi, Jaringan Syaraf Tiruan, Backpropagation Pengumpulan Data Harga Minyak Bumi di Indonesia Perancangan
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 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 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 terperinciPENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS MULTILAYER PERCEPTRON
PENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS MULTILAYER PERCEPTRON Disusun oleh : Nama : J. Rio Sihombing NRP : 0322129 Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. pengembangan sistem yang lazim disebut Waterfall Model. Metode ini terdiri dari enam
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Dalam perancangan dan penyusunan aplikasi ini, digunakan metoda siklus pengembangan sistem yang lazim disebut Waterfall Model. Metode ini terdiri dari enam tahapan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara
BAB I PENDAHULUAN 1.1 Latar Belakang Artificial Neural Network atau jaringan syaraf tiruan merupakan bidang yang sangat berkembang saat ini. Pemanfaatan teknologi mesin dan computer yang tidak terbatas
Lebih terperinciBAB I PENDAHULUAN. Cabang ilmu tersebut adalah Grafologi. Para ahli Grafologi atau yang dikenal
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kepribadian seseorang dapat tercermin melalui tulisan tangannya. Dalam ilmu kejiwaan, atau psikologi, terdapat sebuah cabang ilmu yang dapat mengenali atau menentukan
Lebih terperinciANALISIS HUBUNGAN ANTARA TINGKAT PENGENALAN JARINGAN SYARAF TIRUAN DENGAN BANYAKNYA JUMLAH KELAS POLA YANG DIKENALI DAN TINGKAT KERUMITAN POLANYA
ISSN: 1693-6930 159 ANALISIS HUBUNGAN ANTARA TINGKAT PENGENALAN JARINGAN SYARAF TIRUAN DENGAN BANYAKNYA JUMLAH KELAS POLA YANG DIKENALI DAN TINGKAT KERUMITAN POLANYA Iwan Suhardi, Riana T. Mangesa Jurusan
Lebih terperinciPERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR
PERBANDINGAN ANALISIS PENGENALAN HURUF ARAB MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION DAN K-NEAREST NEIGHBOR Ragil Anggararingrum Perwira Nagara¹, Adiwijaya², Ratri Dwi Atmaja³ ¹Teknik
Lebih terperinciKLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA UKIR KAYU JEPARA BERDASARKAN DETEKSI TEPI BERBASIS JARINGAN SYARAF TIRUAN VAHRUL MEILANI NIM.2012-51-115 DOSEN PEMBIMBING Endang Supriyati, M.Kom Alif Catur Murti, S.Kom,
Lebih terperinciBAB III METODOLOGI PENELITIAN
38 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Peramalan, Curah Hujan, Knowledge Discovery in Database, Jaringan Saraf Tiruan, Backpropagation, Optimalisasasi Backpropagation Pengumpulan
Lebih terperinciPENGENALAN POLA HURUF ALPHABET ABSTRAK
PENGENALAN POLA HURUF ALPHABET Tugas Akhir N. A. Pamungkas 1, Firdaus 2, E. S. Wahyuni 3 1. Penulis, Mahasiswa Jurusan Teknik Elektro Universitas Islam Indonesia 2. Dosen Pembimbing, Staf Pengajar di Jurusan
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TULISAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TULISAN DENGAN METODE BACKPROPAGATION Alvama Pattiserlihun, Andreas Setiawan, Suryasatriya Trihandaru Program Studi Fisika, Fakultas Sains dan Matematika,
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
7 UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 PERANCANGAN APLIKASI PENGENAL PLAT NOMOR KENDARAAN BERMOTOR DENGAN PENDEKATAN BACKPROPAGATION
Lebih terperinciEkstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak
Ekstraksi Fitur Perpotongan dan Lengkungan untuk Mengenali Huruf Cetak Limanyono Tanto 1,Liliana 2 Program Studi Teknik Informatika Fakultas Teknologi Industri Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi,
BAB I PENDAHULUAN 1 Pendahuluan 1.1 Latar Belakang Masalah Grafologi atau analisis tulisan tangan adalah metode ilmiah untuk mengidentifikasi, mengevaluasi dan pemahaman karakter seseorang melalui pola
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 terperinciKLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN
LAPORAN SKRIPSI KLASIFIKASI POLA BATIK DENGAN DETEKSI TEPI (LAPLACIAN DAN ROBERT) BERBASIS JARINGAN SYARAF TIRUAN Oleh : Dian Aniswari 2010-51-177 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT UNTUK MEMPEROLEH
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 terperinciPengembangan Aplikasi Pengenalan Karaketer Alfanumerik Dengan Menggunakan Algoritma Neural Network Three-Layer Backpropagation
Pengembangan Aplikasi Pengenalan Karaketer Alfanumerik Dengan Menggunakan Algoritma Neural Network Three-Layer Backpropagation Andi Wahju Rahardjo Emanuel, Arie Hartono Jurusan S1 Teknik Informatika Fakultas
Lebih terperinciBAB III METODE PENELITIAN. tangan dengan menggunakan metode Support Vector Machine (SVM).
BAB III METODE PENELITIAN 3.1 Desain Penelitian Di dalam desain penelitian ini akan menggambarkan proses pengenalan tulisan tangan dengan menggunakan metode Support Vector Machine (SVM). Praproses Input
Lebih terperinciPENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ)
PENGENALAN AKSARA BALI MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN ALGORITMA GENERALIZED LEARNING VECTOR QUANTIZATION (GLVQ) KOMPETENSI KOMPUTASI SKRIPSI NI WAYAN DEVIYANTI SEPTIARI NIM. 1108605004
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 terperinciABSTRAK. Michael Parlindungan ( ) Jurusan Teknik Elektro Universitas Kristen Maranatha
PENGENALAN POLA HURUF t DARI TULISAN TANGAN UNTUK MENENTUKAN KARAKTER SESEORANG DENGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN ALGORITMA BACKPROPAGATION ABSTRAK Michael Parlindungan (0722017) Jurusan
Lebih terperinciAnalisis Jaringan Saraf Tiruan Model Perceptron Pada Pengenalan Pola Pulau di Indonesia
Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 2017 ISSN: 0852-730X Analisis Jaringan Saraf Tiruan Model Perceptron Pada Pengenalan Pola Pulau di Indonesia Muhammad Ulinnuha
Lebih terperinciImplementasi Metode Neural Network Pada Perancangan Pengenalan Pola Plat Nomor Kendaraan
Konferensi Nasional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Implementasi Metode Neural Network Pada Perancangan Pengenalan Pola Plat Nomor Kendaraan Putu Kussa Laksana Utama 1,2
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 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada perkembangan teknologi informasi yang sangat pesat, dokumen penting masih tetap mutlak diperlukan dan dijaga keutuhannya. Huruf merupakan suatu elemen utama yang
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 terperinciMILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang
Bab 1 PENDAHULUAN 1.1 Latar Belakang Beberapa tahun belakangan ini, jaringan syaraf tiruan telah berkembang dengan pesat. Berbagai aplikasi telah memanfaatkan jaringan syaraf tiruan dalam penerapannya,
Lebih terperinciDewasa ini teknologi robotik dan informasi telah berkembang dengan cepat. Begitu
12 BAB I PENDAHULUAN 1.1 Latar Belakang dan Rumusan Masalah 1.1.1 Latar belakang Dewasa ini teknologi robotik dan informasi telah berkembang dengan cepat. Begitu juga kontrol berbasis sensor yang merupakan
Lebih terperinciJURNAL INFORMATIKA PENGENALAN PLAT NOMOR KENDARAAN DALAM SEBUAH CITRA MENGUNAKAN JARINGAN SARAF TIRUAN
PENGENALAN PLAT NOMOR KENDARAAN DALAM SEBUAH CITRA MENGUNAKAN JARINGAN SARAF TIRUAN Decy Nataliana [1], Sabat Anwari [2], Arief Hermawan [3] Jurusan Teknik Elektro Institut Teknologi Nasional Bandung ABSTRAK
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 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 terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan zaman yang secara tidak disadari diikuti oleh perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu
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 terperinciPerancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield
Perancangan Perangkat Lunak Pengenal Tulisan Tangan Sambung Menggunakan Jaringan Saraf Tiruan Dengan Metode Hopfield William Susanto Tandiari/0322139 Email: Williams_tandiari@yahoo.com Jurusan Teknik Elektro,
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
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 terperinciPENGENALAN KARAKTER PADA SURAT MASUK MENGGUNAKAN NEURAL NETWORK BACKPROPAGATION
PENGENALAN KARAKTER PADA SURAT MASUK MENGGUNAKAN NEURAL NETWORK BACKPROPAGATION Rizqia Lestika Atimi Program Studi Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Tanjungpura rizqia.lestika@yahoo.com
Lebih terperinciSISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION
SISTEM IDENTIFIKASI KODE TANGAN MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS DAN BACKPROPAGATION Holisah, Prihastuti Harsani dan Arie Qur ania holisah62@gmail.com Jurusan Ilmu Komputer, Fakultas Matematika
Lebih terperinciDAFTAR ISI. DAFTAR ISI... vii. DAFTAR GAMBAR... x. DAFTAR TABEL... xii I. PENDAHULUAN Latar Belakang Rumusan Masalah...
DAFTAR ISI Halaman DAFTAR ISI... vii DAFTAR GAMBAR... x DAFTAR TABEL... xii I. PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 2 1.3 Batasan Masalah... 2 1.4 Tujuan... 3 1.5 Manfaat...
Lebih terperinciPERBANDINGAN ANTARA METODE KOHONEN NEURAL NETWORK DAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN TULISAN TANGAN SECARA REAL TIME
PERBANDINGAN ANTARA METODE KOHONEN NEURAL NETWORK DAN LEARNING VECTOR QUANTIZATION PADA SISTEM PENGENALAN TULISAN TANGAN SECARA REAL TIME Nama Mahasiswa : Asworo NRP : 205 00 077 Jurusan : Matematika FMIPA-ITS
Lebih terperinciIDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION
IDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION ABSTRAK Eka Putri Tambun (0722118) Jurusan Teknik Elektro Universitas Kristen
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Permasalahan Aplikasi ini tergolong sebagai sistem kecerdasan buatan karena akan menggantikan peran seseorang yang mampu mengenali ekspresi wajah. Tiga ekspresi
Lebih terperinciPENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS ALGORITMA RESILIENT PROPAGATION
PENGENALAN TULISAN TANGAN AKSARA BATAK TOBA MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS ALGORITMA RESILIENT PROPAGATION Disusun oleh : Nama : Robin Panjaitan NRP : 0622017 Jurusan Teknik Elektro, Fakultas
Lebih terperinci