Pengenalan Pola Huruf Arab Tulis Tangan Menggunakan Jaringan Saraf Tiruan dengan Metode Perambatan Balik
|
|
- Teguh Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Pengenalan Pola Huruf Arab Tulis Tangan Menggunakan Jaringan Saraf Tiruan dengan Metode Perambatan Balik Teguh Prakoso 1, Achmad Hidayatno 2, R.Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik Universitas Diponegoro Jl. Prof. Soedarto SH Tembalang, Semarang cahmeranti_009@yahoo.com [1] Mahasiswa Jurusan Teknik Elektro Universitas Diponegoro ABSTRACT Nowadays, technology of character pattern recognition has been progressing quite rapidly. Handwriting recognition is the process of writing letters to identify a person by computer. The recognition of a text by using a program have been widely available. Most recognition programs recognize only Latin letters. How to recognize handwritten Arabic character are converted into text form. The recognition of the Arabic alphabet handwriting many advantages, example for people who do not recognize the Arabic writing, want reading a handwritten letter Arabic alphabet. With the problem of pattern recognition system built with the ability to recognize handwritten Arabic letter with the keluaran of the correct reading of the characters by using artificial neural networks with backpropagation method. Analyze the level of recognition accuracy of the Arabic alphabet, analyzing the factors that influence the accuracy of the introduction of the Arabic alphabet. Learning algorithms used in this study is backpropagation neural networks. Based on the function, artificial neural network is intended to solve a problem with the techniques of learning. In this case the bitmap image and character that will be generated from the image will be given to artificial neural networks for learning. Learning keluarans expected from this system of neural network can perform handwriting recognition on the Arabic alphabet. On training data test obtained value of 100%. The testing data test performed two kinds of test trials, the first with the image of the data test is not corrupted and the 92.4% obtained by testing the damaged image of the data test obtained 73.1%. Keywords: neural networks, pattern recognition, backpropagation, handwritten Arabic characters I. PENDAHULUAN 1.1 Latar Belakang Teknologi pengenalan pola huruf saat ini telah mengalami perkembangan yang cukup pesat. Pengenalan tulisan tangan adalah proses untuk mengenali sebuah tulisan huruf seseorang oleh komputer. Pengenalan sebuah tulisan dengan menggunakan program-program pengenalan huruf telah banyak tersedia. Seperti program pengenalan huruf mengenali huruf Latin. Timbul permasalahan, untuk mengenali tulisan tangan huruf Arab yang diubah ke dalam bentuk huruf Arab digital. Jaringan saraf tiruan adalah sistem pemroses informasi yang memiliki karakteristik mirip dengan jaringan saraf manusia. Model Pembelajaran perlu dilakukan pada suatu jaringan saraf tiruan sebelum digunakan untuk menyelesaikan masalah dengan memeriksa dan memperbaiki setiap kesalahan yang terjadi selama proses pembelajaran. Pada suatu tingkatan tertentu jaringan saraf tiruan dapat memberikan tanggapan yang benar walaupun masukan yang diberikan terdapat derau atau berubah oleh suatu keadaan. Kelebihan dari jaringan saraf tiruan adalah kemampuan mengenali dengan cara belajar dari pola-pola yang diajarkan. Algoritma pembelajaran yang digunakan dalam penelitian adalah jaringan saraf tiruan perambatan balik. Fungsinya bertujuan untuk memecahkan sebuah masalah dengan teknik pembelajaran. Gambar dan karakter yang akan dihasilkan dari gambar tersebut akan diberikan kepada jaringan saraf tiruan sebagai pembelajaran. Dari hasil pembelajaran ini diharapkan sistem jaringan saraf tiruan dapat melakukan pengenalan huruf Arab tulisan tangan. Berdasarkan permasalahan di atas, timbul gagasan untuk merancang suatu sistem yang bisa mengenali huruf Arab tulisan tangan dengan menggunakan jaringan saraf tiruan. 1.2 Tujuan Tujuan dalam tugas akhir ini adalah untuk menerapkan metode Jaringan Saraf Tiruan Perambatan Balik untuk mengenali huruf Arab tulis tangan. 1.3 Batasan Masalah Untuk menyederhanakan pembahasan pada Tugas Akhir ini, masalah dibatasi sebagai berikut. 1. Citra gambar berupa huruf Arab tulis tangan yang diambil dari 8 orang. 2. Huruf tulisan yang diuji adalah huruf Arab. 3. Huruf tulisan yang diuji hanya huruf Arab tunggal. [2] Dosen Jurusan Teknik Elektro Universitas Diponegoro 1
2 2 4. Metode yang dipakai adalah jaringan saraf tiruan. 5. Arsitektur jaringan saraf tiruan yang digunakan adalah jaringan saraf tiruan perambatan balik II. LANDASAN TEORI 2.1 Definisi Citra Citra adalah suatu gambaran dari objek yang telah mengalami perubahan dan pengolahan Citra Digital Citra digital adalah citra yang dapat diproses oleh komputer secara langsung. 2.2 Jenis-jenis Citra Digital Ada banyak cara untuk menyimpan citra digital di dalam memori. Cara penyimpanan ini menentukan jenis citra digital yang terbentuk Citra Biner Hanya mempunyai 2 warna, yaitu hitam dan putih. Satu piksel membutuhkan 1 bit memori untuk menyimpan kedua warna ini Citra keabuan Banyaknya warna tergantung jumlah bit per piksel yang disediakan di memori untuk menampung kebutuhan warna ini Citra Warna Setiap piksel pada citra warna mewakili warna yang merupakan kombinasi dari tiga warna dasar (RGB = Red Green Blue). Setiap warna dasar menggunakan penyimpanan 8 bit = 1 byte, yang berarti setiap warna mempunyai tingkatan sebanyak 255 warna. 2.3 Pengolahan Citra Pengolahan citra bertujuan untuk mendapatkan informasi dari citra dan untuk menghasilkan keluaran citra sesuai keinginan. Pengolahan citra sangat diperlukan dalam sistem pengenalan citra, mulai dari membuat citra masukkan sebagai sebuah matriks sampai pengolahan citra masukan tersebut Transformasi Citra Warna Menjadi Citra Keabuan Citra warna bisa diubah menjadi citra keabuan dengan cara menghitung rata-rata dari warna Red, Green dan Blue Operasi Thresholding Piksel-piksel yang nilainya di bawah T = Threshold diubah menjadi hitam (nilai = 0), sedangkan piksel-piksel yang nilainya di atas T diubah menjadi putih (nilai = 255). 2.4 Jaringan Saraf Tiruan Jaringan saraf tiruan merupakan sistem pengolah informasi yang memiliki karakteristik mirip dengan jaringan saraf biologi. Jaringan saraf tiruan selalu mencoba untuk melakukan proses pembelajaran pada otak manusia. Jaringan saraf ini dilaksanakan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran Pelatihan Standard Perambatan Balik Pelatihan Jaringan Saraf Tiruan Perambatan Balik meliputi 3 fase. Ketiga fase tersebut dapat dijelaskan sebagai berikut [3]. 1. Perambatan maju Masukan dirambatkan ke layar tersembunyi menggunakan fungsi aktivasi yang ditentukan. Keluaran dari setiap unit lapisan tersembunyi dirambatkan maju lagi ke layar tersembunyi di atasnya menggunakan fungsi aktivasi yang ditentukan. Keluaran jaringan dibandingkan dengan target yang harus dicapai. 2. Perambatan Mundur Berdasarkan kesalahan t k - y k, dihitung faktor yang dipakai untuk mendistribusikan kesalahan di unit y k ke semua unit tersembunyi yang terhubung langsung juga dipakai untuk mengubah bobot garis yang berhubungan langsung dengan unit keluaran. 3. Perubahan Bobot Perubahan bobot suatu garis didasarkan atas faktor neuron di lapisan atasnya. Sebagai contoh, perubahan garis yang menuju ke layar keluaran didasarkan atas d k yang ada di unit keluaran Momentum Momentum adalah melakukan perubahan bobot yang didasarkan atas arah gradien pola terakhir dan pola sebelumnya yang dimasukkan. Sehingga tidak hanya pola masukan terakhir saja yang diperhitungkan Fungsi Aktivasi Fungsi aktivasi harus nilai maksimum = 1. Maka untuk pola data yang targetnya > 1, pola masukan dan keluaran terlebih dahulu harus diubah (dinormalisasi) ke [0,1] sehingga semua polanya memiliki jarak yang sama Arsitektur Perambatan Balik Lapisan paling kiri adalah lapisan masukan dan di dalam jaringan saraf tiruan hanya neuron-neuron pada lapisan inilah yang menerima masukan luar. Neuron-neuron pada lapisan masukan terhubung dengan neuron-neuron pada lapisan tersembunyi melalui sinapsis yang disebut bobot. Pada lapisan tersembunyi neuron-neuronnya dihubungkan secara penuh ke lapisan di atas dan di bawahnya. Lapisan tersembunyi neuron-neuronnya terhubung melalui sinapsis dengan neuron-neuron pada lapisan keluaran. Lapisan paling kanan adalah lapisan keluaran sebagai akhir dari proses jaringan tersebut.
3 III. PERANCANGAN DAN IMPLEMENTASI SISTEM 3.1 Akuisisi Citra Citra huruf arab didapatkan dari teman-teman Teknik Elektro Universitas Diponegoro. Data diambil dari 8 orang yang berbeda yaitu Aditya Wibowo, Denny Ardyanto, Gathut Nugroho, Ibnu, Nasrul, Sabri Alimi, Taufiqurrohman, Teguh Prakoso. Setiap orang menuliskan huruf Arab dari awal sampai akhir yang berjumlah 29 huruf. 3 Gambar 1 Arsitektur jaringan saraf tiruan perambatan balik 2.5 Pengenalan Pola Pengertian Pengenalan Pola Pola adalah sesuatu yang terdapat pada objek, dan dapat diketauhi dan dapat dikenali melalui ciricirinya. Ciri-ciri tersebut digunakan untuk membedakan suatu pola dengan pola lainnya. Ciri yang bagus adalah ciri yang memiliki pembeda yang tinggi, sehingga pengelompokan pola berdasarkan ciri yang dimiliki dapat dilakukan dengan keakuratan yang tinggi. [1] Sistem Pengenalan Pola Sistem pengenalan pola ini mempunyai tujuan untuk menentukan kelompok atau kategori pola berdasarkan ciri-ciri yang dimiliki oleh suatu pola. 1. Pengenalan Pola secara Jaringan Saraf Tiruan Pendekatan pola-pola ini meniru cara kerja otak manusia. Pendekatan yang dipakai adalah dengan menggunakan metode jaringan saraf tiruan untuk mengindentifikasi pola. 3.2 Pengumpulan Ciri Langkah-langkah pengumpulan ciri dilakukan untuk setiap huruf. 1. Membaca citra format RGB Gambar 3 Citra RGB 2. Mengubah menjadi Citra keabuan Citra rgb Citra Keabuan Gambar 4 Citra keabuan 3. Mengubah Citra keabuan dijadikan Citra Biner Citra keabuan Citra Biner Gambar 5 Citra Biner 4. Kemudian citra dipotong batas pinggirnya Gambar 2 Perbandingan tiga teknik pengenalan pola Pencocokan Pola Teknik pengenalan pola dengan pencocokan yaitu tiap kelas diwakili oleh vektor contoh. Pendekatan paling sederhana adalah menghitung jarak antara vektor pola yang tidak diketahui dengan setiap contoh vektor pola dan diambil jarak yang paling kecil. Gambar 6 Citra hasil pemotongan batas pinggirnya
4 4 5. Mengubah ukuran citra diubah menjadi [28, 23] Gambar 7 Citra diubah ukuran menjadi [28,23] Hasilnya dijadikan vektor kolom berukuran [28*23, 1] = [644, 1], dan hasilnya disimpan dalam variabel bw4. Untuk kebutuhan data pelatihan jaringan, bw4 diubah menjadi vektor baris berukuran [1, 644], hasilnya disimpan dalam variabel bw Perancangan Arsitektur Jaringan Perincian jaringan saraf tiruan yang dirancang pada tugas akhir ini adalah sebagai berikut. 1. Lapisan masukan : Pada lapisan masukan terdapat 644 neuron 2. Lapisan tersembunyi : 1 lapisan tersembunyi, berisi 60 neuron dengan fungsi aktivasi sigmoid biner. 3. Lapisan keluaran : 1 neuron dengan fungsi identitas. Lapisan keluaran berisi hasil klasifikasi. 1. Algoritma pelatihan Algoritma standard yang digunakan dalam pelatihan Jaringan Saraf Tiruan Perambatan Balik, yaitu resilient backpropagation (trainrp). 3.4 Perancangan Pelatihan Jaringan Perancangan pelatihan jaringan dilakukan dengan cara, 10 set kumpulan huruf arab tulisan tangan yang pertama digunakan untuk pelatihan jaringan. Pada pelatihan jaringan ini, untuk setiap data diberikan nilai targetnya. Pada akhir pelatihan diperoleh nilai-nilai bobot dan bias yang disimpan dalam variabel net. 3.5 Perancangan Pengujian Jaringan 1. Simulasi menggunakan data yang sudah dilatih Simulasi ini digunakan untuk mengetahui, dengan bobot dan bias yang sudah disimpan dalam variabel net. Jika jaringan bisa mengenali data-data tersebut dengan baik, maka jaringan bisa dicoba untuk mengenali data-data yang belum dilatih, tetapi targetnya sudah diketahui. 2. Simulasi menggunakan data yang belum dilatih Dipilih satu huruf dengan cara memotongnya. Data satu huruf ini kemudian dilakukan pengumpulan ciri, setelah itu dilakukan simulasi menggunakan jaringan untuk dikenali. Keluaran jaringan dibandingan dengan target untuk dihitung jaraknya. Jarak terkecil antara keluaran jaringan dan target dipilih sebagai pola yang dikehendaki 3.6 Desain Sistem Rangkaian proses yang dilakukan oleh sistem ini dapat digambarkan dengan blok diagram sebagai berikut. Mulai Buat data pelatihan Pelatihan Jaringan Simulasi data yang sudah dilatih Prosentase keberhasilan pelatihan =100% Buka Gambar Pilih Gambar Pengenalan Pola Selesai Gambar 8 Blok Diagram Sistem IV. PENGUJIAN DAN ANALISIS 4.1 Pelatihan Jaringan Nilai dari lapisan tersembunyi, iterasi maksimum, momentum, laju pembelajaran tetap. Jumlah lapisan tersembunyi adalah 60 neuron, jumlah iterasi maksimum adalah 10000, nilai laju pembelajaran adalah 0,05, nilai momentum adalah 0.5. Dalam pelatihan ini yang diubah hanya target galat 0,00001, 0,000001, 0,000001, 0, Tabel 1 Hasil pelatihan jaringan data latih Percobaan Target galat Hasil 1 0, ,5% 2 0, ,6% 3 0, ,31% 4 0, % Ya T
5 5 Gambar 9 Hasil Pelatihan Jaringan Gambar 11 Proses pengenalan pola huruf arab tulis tangan Gambar 9 Hasil Pelatihan Jaringan Simulasi Jaringan Jaringan dapat disimulasikan untuk mencari perbandingan keluaran yang dilatih dengan target yang ditentukan. Syarat-syarat jika simulasi jaringan berjalan dengan baik. 1. m = lereng regresi linear simulasi Apabila keluaran jaringan tepat sama dengan targetnya, maka m=1. 2. a = perpotongan y untuk regresi linear Apabila keluaran jaringan tepat sama dengan targetnya, maka a=0. 3. r = nilai parameter regresi Apabila keluaran jaringan tepat sama dengan targetnya, maka r= Pengujian Data Latih Pengujian data latih adalah menguji data citra yang dibuat untuk membuat jaringan ke dalam program yang telah dilatih. Citra huruf arab yang digunakan adalah 10 setiap huruf, jadi totalnya menjadi 290 citra huruf arab. Gambar 12 Proses pengenalan pengujian data latih Jika citra huruf masukan sudah dalam bentuk hitam putih maka program akan langsung memproses tanpa melalui proses perubahan rgb2gray. Gambar 13 Proses pengenalan pengujian data latih tanpa rgb2gray Gambar 10 Hasil simulasi jaringan Disini terlihat nilai gradien m pada simulasi jaringan tersebut adalah 1. Nilai perpotongan y untuk regresi liner mendekati 0. Serta nilai parameter regresi r adalah Pengenalan Pola Menghitung jarak antara vektor pola yang tidak diketahui dengan setiap contoh vektor pola dan diambil jarak yang paling kecil. Contohnya huruf (ج) pada pelatihan (ج) didapatkan keluarannya 5,2, sedangkan huruf (ح) 4, huruf = (ث) pada target dimisalnya 5, huruf = 6. Maka proses pengenalan akan menghitung jarak terkecil. Maka huruf (ج) mempunyai selisih paling kecil. Dan program akan menampil huruf (ج) yang digital. 4.3 Pengujian Data Uji Pengujian dengan citra yang tidak rusak Data citra huruf arab yang digunakan pada pengujian data uji ini adalah 5x setiap huruf arab jadi totalnya 145 data huruf arab. Data tersebut bukan termasuk data yang telah dilatih pada proses pelatihan. Proses pengujian data uji ini hampir sama dengan proses pengujian data latih. Tetapi pada pengujian data uji ini diharuskan untuk memilih huruf dulu. Dengan cara memotong huruf pada gambar. Cara memotong ini sangat penting sekali karena jika hasil potongannya tidak tepat maka bisa terjadi gagal pengenalannya. Gambar 14 Proses pengenalan pengujian cita data uji yang tidak rusak
6 6 Pada hasil pengujian data uji ini terdapat beberapa huruf tidak dikenali oleh program. Kesalahan pada pengenalan ini dikarenakan ada huruf yang cara penulisannya tidak beraturan serta (ب) huruf-huruf ini tidak dilatih. Misalnya huruf yang gagal dikenali dikarenakan titik dibawahnya terlalu dekat oleh garis diatasnya. Gambar 15 Pengujian data uji yang gagal dikenali Sedangkan jika kita potong huruf (ب) tetapi hanya sebagian, huruf ini akan lebih mirip dengan (ر) huruf Gambar 16 Kesalahan memotong gambar saat pengujian data uji Pengujian dengan citra yang rusak Data citra huruf arab yang digunakan pada pengujian data uji ini adalah 5x setiap huruf arab jadi totalnya 145 data huruf arab. Data tersebut bukan termasuk data yang telah dilatih pada proses pelatihan. Pada pengujian ini, citra ini telah diberi kerusakan yang terdapat pada semua huruf Arab ini. Gambar 17 Proses pengenalan pengujian cita data uji rusak Pada pengujian data uji citra rusak ini terdapat lebih banyak pengenalan yang salah daripada pengujian data uji yang tidak rusak. Hal ini dikarenakan beberapa citra yang rusak mengalami perubahan yang akan membuat mirip dengan huruf lain. Tabel 2 Hasil Pengenalan Huruf Arab Huruf Hasil Pengenalan Data Latih Hasil Pengenalan Data Uji tidak rusak Hasil Pengenal an Data Uji rusak ا ب ت ث ج ح خ د ذ ر ز س ش ص ض ط ظ ع غ ف ق ك ل م ن و ه ء ي Dikenali Tdk dikenali % ratarata ,4 70,3 Gambar 18 Proses pengenalan pengujian citra data uji rusak yang gagal
7 7 4.4 Faktor yang mempengaruhi tingkat keberhasilan pengenalan Berdasarkan hasil pengujian data latih dan pengujian data uji, maka dapat dicari faktor-faktor yang mempengaruhi tingkat keberhasilan pengenalan huruf Arab tulis tangan. 1. Akuisisi citra Akuisisi citra adalah cara pengambilan citra huruf Arab tulis tangan. 2. Pemotongan huruf Cara memotong huruf juga termasuk salah satu faktor yang mempengaruhi pengenalan huruf arab tulis tangan. Jika memotongnya tidak sesuai dengan hurufnya maka akan terjadi kegagalan pengenalan. 3. Pola citra yang diuji Pada pengujian data uji yang citranya rusak menghasilkan tingkat pengenalan yang buruk. Karena pola pada citranya ada yang hilang dan ini mengakibatkan pengenalannya akan lebih sulit. 4. Data latih Pola citra huruf Arab yang dilatih sangat berkaitan dengan pengenalan. Karena jika citra data latih yang dipakai tidak bermacam-macam, maka jika ada citra uji yang berbeda maka sulit untuk dikenali. V. PENUTUP 5.1 Kesimpulan Kesimpulan yang dapat diambil dari hasil pengujian dan pembahasan adalah sebagai berikut : 1. Dengan ukuran citra 28x23 piksel, menghasilkan proses pelatihan yang akurat dan cepat karena ukuran ini tidak terlalu besar atau tidak terlalu kecil. Karena jika terlalu besar proses pelatihan akan lama, sedangkan kalau terlalu kecil ketepatan pengenalan akan tidak terlalu akurat. 2. Dengan memakai trainrp, pogram akan memiliki hasil kecepatan pelatihan yang tinggi. Seperti pada percobaan terlihat targetnya 10-8 akan tetapi epochnya hanya Pada proses simulasi menghasilkan nilai gradien m pada simulasi jaringan tersebut adalah 1. Nilai perpotongan y untuk regresi linear mendekati 0. Serta nilai parameter regresi r adalah Proses pengenalan pola dilakukan dengan menghitung jarak antara vektor pola yang tidak diketahui dengan setiap contoh vektor pola dan diambil jarak yang paling kecil. 5. Berdasarkan pengujian data latih dengan 290 citra huruf Arab yang sudah dilatih, pengenalannya didapatkan hasil 100%. 6. Berdasarkan pengujian data uji yang citra tidak rusak dengan 145 citra huruf Arab yang belum dilatih, dengan bobot yang telah didapat dari proses pelatihan didapatkan pengenalannya 92,4%. 7. Berdasarkan pengujian data uji yang citra rusak dengan 145 citra huruf Arab yang belum dilatih, dengan bobot yang telah didapat dari proses pelatihan didapatkan pengenalannya 70,3%. 8. Faktor-faktor yang mempengaruhi tingkat pengenalan pada pengujian data adalah akuisisi citra, pemotongan huruf, pola citra yang diuji, data latih. 5.2 Saran Adapun saran yang dapat diberikan sehubungan dengan pelaksanaan penelitian ini adalah sebagai berikut: 1. Sebaiknya pada pengambilan citra huruf Arab harus sesuai dengan format huruf Arab yang tepat serta tidak ada titik-titik atau kotoran yang nanti akan menambah derau. 2. Perlu dilakukan penelitian lanjutan terhadap pengenalan pola huruf Arab tulis tangan yang terangkai kata ataupun kalimat. DAFTAR PUSTAKA [1] Munir, R., Pengolahan Citra Digital dengan Pendekatan Algoritmik, Informatika, Bandung, [2] Haykin, S., Neural Networks, Macmilian College Publishing Company.Inc, New York, [3] Siang, J. J., Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab, Penerbit Andi, Yogyakarta, [4] Sutrisno, I., Pemograman komputer dengan software MATLAB. itspress, surabaya, [5] Sugiharto, A., Pemograman GUI dengan MATLAB, Penerbit Andi, Yogyakarta, 2005 [6] Away, G.A., The shortcut of Matlab Programming, Informatika, Bandung, 2010 [7] Putra, D., Pengolahan Citra Digital, Andi, Yogyakarta [8] Sutojo, T., kecerdasan buatan, Andi, Yogyakarta [9] ---,Jaringan Saraf Tiruan, Januari [10] Prasojo, A., Pengenalan Karakater Alfabet menggunakan jaringan saraf tiruan, Tugas Akhir S- 1, Universitas Diponegoro, Semarang
8 8 BIODATA PENULIS Teguh Prakoso, lahir di Kota Semarang pada tanggal 20 Januari Penulis menempuh studinya di SD Islam Hidayatullah Semarang, SMP Islam Hidayatullah Semarang, SMA Islam Hidayatullah Semarang. Saat ini penulis sedang menyelesaikan studi strata 1 di Teknik Elektro Universitas Diponegoro mengambil Konsentrasi Elektronika dan Telekomunikasi. Menyetujui, Dosen Pembimbing I, Achmad Hidayatno, S.T., M.T. NIP Dosen Pembimbing II, R.Rizal Isnanto, ST.,MM.,MT. NIP
PEMANFAATAN 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 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 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 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 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 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 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 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 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 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 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 terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM
IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM Ayu Trimulya 1, Syaifurrahman 2, Fatma Agus Setyaningsih 3 1,3 Jurusan Sistem Komputer, Fakultas MIPA Universitas
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 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 terperinciIDENTIFIKASI VARIETAS UNGGUL BENIH KEDELAI BERDASARKAN WARNA DENGAN JARINGAN SARAF TIRUAN
IDENTIFIKASI VARIETAS UNGGUL BENIH KEDELAI BERDASARKAN WARNA DENGAN JARINGAN SARAF TIRUAN Galih Probo Kusuma, Dr Melania Suweni Muntini, MT Jurusan Fisika Institut Teknologi Sepuluh Nopember (ITS) Surabaya
Lebih terperinciIDENTIFIKASI TANDA-TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN-BALIK (BACKPROPAGATION)
IDENTIFIKASI TANDA-TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN-BALIK (BACKPROPAGATION) Dian Kurnia Widya Buana 1) Achmad Hidayatno 2) R. Rizal Isnanto 2) Abstrak: Identifikasi tanda tangan manusia
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 terperinciTOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA
Iwan Suhardi, Toleransi Jaringan Syaraf Tiruan TOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA Iwan Suhardi Jurusan
Lebih 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 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 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 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 terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
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 terperinciPREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK
Berkala Fisika ISSN : 1410-9662 Vol.18, No.4, Oktober 2015, hal 151-156 PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK Zaenal
Lebih terperinciPENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM
PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
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 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 terperinciAPLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI
APLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI Muhamad Arifin SMK Telkom Malang Email: arifin@smktelkom-mlg.sch.id Khoirudin Asfani Fakultas Teknik, Universitas Negeri Malang
Lebih terperinciIMPLEMENTASI ALGORITMA PERCEPTRON UNTUK PENGENALAN POLA MASUKAN BINER MAUPUN BIPOLAR MENGGUNAKAN BORLAND DELPHI
IMPLEMENTASI ALGORITMA PERCEPTRON UNTUK PENGENALAN POLA MASUKAN BINER MAUPUN BIPOLAR MENGGUNAKAN BORLAND DELPHI Andi Harmin Program Studi : Teknik Komputer STMIK Profesional Makassar andiharmin1976@gmail.com
Lebih terperinciBACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA
BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA Anggi Purnama Undergraduate Program, Computer Science, 2007 Gunadarma Universiy http://www.gunadarma.ac.id
Lebih terperinciHALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK
HALAMAN SAMPUL SKRIPSI PENGENALAN POLA TELAPAK TANGAN DENGAN MENGGUNAKAN ALGORITMA BACK PROPAGATION NEURAL NETWORK Oleh: MOH SHOCHWIL WIDAT 2011-51-034 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK
Lebih terperinciMENGENALI FUNGSI LOGIKA AND MELALUI PEMROGRAMAN PERCEPTRON DENGAN MATLAB
POLITEKNOSAINS VOL. X NO. 2 Juni 2011 MENGENALI FUNGSI LOGIKA AND MELALUI PEMROGRAMAN PERCEPTRON DENGAN MATLAB Yaya Finayani Teknik Elektro, Politeknik Pratama Mulia, Surakarta 57149, Indonesia ABSTRACT
Lebih terperinciAplikasi Jaringan Saraf Tiruan Sebagai Penterjemah Karakter Braille Ke Bentuk Abjad
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Aplikasi Jaringan Saraf Tiruan Sebagai Penterjemah
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 terperinciTOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA
Iwan Suhardi, Toleransi Jaringan Syaraf Tiruan TOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA Iwan Suhardi Jurusan
Lebih terperinciPengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation
Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko
Lebih terperinciPENGENALAN HURUF DAN ANGKA PADA CITRA BITMAP DENGAN JARINGAN SARAF TIRUAN METODE PROPAGASI BALIK
PENGENALAN HURUF DAN ANGKA PADA CITRA BITMAP DENGAN JARINGAN SARAF TIRUAN METODE PROPAGASI BALIK Naskah Publikasi disusun oleh Zul Chaedir 05.11.0999 Kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
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 terperinciSIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION )
SIMULASI PENGENALAN TULISAN MENGGUNAKAN LVQ (LEARNING VECTOR QUANTIZATION ) Fachrul Kurniawan, Hani Nurhayati Jurusan Teknik Informatika, Sains dan Teknologi Universitas Islam Negeri (UIN) Maulana Malik
Lebih terperinciKNIT-2 Nusa Mandiri ISBN: SISTEM BIOMETRIK TELINGA MENGGUNAKAN JARINGAN SYARAF TIRUAN
SISTEM BIOMETRIK TELINGA MENGGUNAKAN JARINGAN SYARAF TIRUAN Ina Agustina 1, Fauziah 2, Aris Gunaryati 3 1, 2 Sistem Informasi, 3Teknik Informatika, Universitas Nasional Jl Sawo Manila Pejaten Pasar Minggu
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN DENGAN METODE PERAMBATAN BALIK UNTUK PERAMALAN HARGA DINAR DAN DIRHAM
APLIKASI JARINGAN SYARAF TIRUAN DENGAN METODE PERAMBATAN BALIK UNTUK PERAMALAN HARGA DINAR DAN DIRHAM Gathut Nugroho 1), R. Rizal Isnanto 2), Ajub Ajulian Zahra 2) Jurusan Teknik Elektro, Fakultas Teknik,
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 terperinciJARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)
JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN) Marihot TP. Manalu Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma
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 terperinciVOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :
PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PRODUKSI AIR MINUM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS : PDAM TIRTA BUKIT SULAP KOTA LUBUKLINGGAU) Robi Yanto STMIK Bina Nusantara
Lebih 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 terperinciAPLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI
APLIKASI PENGENALAN KARAKTER HURUF HIJAIYAH UNTUK PENDIDIKAN ANAK USIA DINI (PAUD) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Guna Memperoleh Gelar Sarjana Komputer ( S.Kom ) Pada Program Studi
Lebih terperinciKONSEP PLURALISME AGAMA DAN IMPLIKASINYA DALAM PENDIDIKAN ISLAM STUDI ANALISIS PEMIKIRAN KH. ABDURRAHMAN WAHID SKRIPSI
KONSEP PLURALISME AGAMA DAN IMPLIKASINYA DALAM PENDIDIKAN ISLAM STUDI ANALISIS PEMIKIRAN KH. ABDURRAHMAN WAHID SKRIPSI Diajukan untuk memenuhi dan melengkapi syarat memperoleh gelar Sarjana Pendidikan
Lebih terperinciKata kunci : Slant correction, jaringan saraf tiruan, multilayer perceptron, backpropagation.
SLANT CORRECTION MENGGUNAKAN JARINGAN SARAF TIRUAN BERBASIS MULTILAYER PERCEPTRON Disusun oleh : Nama : George L. Immanuel NRP : 0922080 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciRANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON
RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON Liza Afriyanti Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas Islam
Lebih terperinciPERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
PERANCANGAN ALGORITMA KRIPTOGRAFI KUNCI SIMETRI DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Ibrahim Arief NIM : 13503038 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dielaskan mengenai teori-teori yang berhubungan dengan penelitian ini, sehingga dapat diadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan
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 terperinciEVALUASI PENGARUH FUNGSI AKTIFASI DAN PARAMETER KEMIRINGANNYA TERHADAP UNJUKKERJA PENGENALAN JARINGAN SYARAF TIRUAN
EVALUASI PENGARUH FUNGSI AKTIFASI DAN PARAMETER KEMIRINGANNYA TERHADAP UNJUKKERJA PENGENALAN JARINGAN SYARAF TIRUAN (Studi Kasus pada Pengenalan Karakter Angka Tulisan Tangan) Iwan Suhardi Jurusan Teknik
Lebih 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 terperinciAPLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA
APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA Pembimbing: Desi Fitria Utami M0103025 Drs. Y. S. Palgunadi, M. Sc
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 terperinciSISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI ABSTRAK
SISTEM PENGENALAN PENGUCAPAN HURUF VOKAL DENGAN METODA PENGUKURAN SUDUT BIBIR PADA CITRA 2 DIMENSI Adhi Fajar Sakti Wahyudi (0722062) Jurusan Teknik Elektro Email: afsakti@gmail.com ABSTRAK Teknologi pengenalan
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih 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 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 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 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 terperinciB. Apakah pengembangan sumber daya manusia dapat Memperbaiki, meningkatkan pengetahuan secara teori atau praktek dan pelatihan, serta promosi...
DAFTAR ISI SAMPUL DALAM... PERNYATAAN KEASLIAN... PERSETUJUAN PEMBIMBING... PENGEESAHAN TIM PENGUJI... PERSEMBAHAN... MOTTO... ABSTRAK... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR TRANSLITERASI...
Lebih terperinciIDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS)
Powered by TCPDF (www.tcpdf.org) IDENTIFIKASI NOMOR POLISI KENDARAAN BERMOTOR MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAPS (SOMS) Inung Wijayanto¹, Iwan Iwut Tritoasmoro², Koredianto Usman³
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 terperinciPREDIKSI ANGKA PARTISIPASI SEKOLAH DI JAWA TENGAH UMUR TAHUN DENGAN METODE JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK
PREDIKSI ANGKA PARTISIPASI SEKOLAH DI JAWA TENGAH UMUR 16-18 TAHUN DENGAN METODE JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK R.Mh.Rheza Kharis *), R. Rizal Isnanto, Ajub Ajulian Zahra Jurusan Teknik Elektro,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Jaringan Syaraf Biologi Jaringan Syaraf Tiruan merupakan suatu representasi buatan dari otak manusia yang dibuat agar dapat mensimulasikan apa yang dipejalari melalui proses pembelajaran
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 terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai
Lebih terperinciSISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE
SISTEM PENGENALAN BUAH MENGGUNAKAN METODE DISCRETE COSINE TRANSFORM dan EUCLIDEAN DISTANCE Bagus Aditya *), Achmad Hidayatno, and Ajub Ajulian Zahra Jurusan Teknik Elektro, Universitas Diponegoro Semarang
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 terperinciKLASIFIKASI CITRA BERDASARKAN TEKSTUR MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK
MAKALAH SEMINAR TUGAS AKHIR KLASIFIKASI CITRA BERDASARKAN TEKSTUR MENGGUNAKAN JARINGAN SARAF TIRUAN PERAMBATAN BALIK Panji Novia Pahludi*, Achmad Hidayatno**, R. Rizal Isnanto** Abstrak Selain ukuran,
Lebih terperinciPENGENALAN KARAKTER DAN MANAJEMEN DATABASE PADA FORMULIR ISIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ)
PENGENALAN KARAKTER DAN MANAJEMEN DATABASE PADA FORMULIR ISIAN MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) SKRIPSI ANTONI SIAHAAN 051401063 PROGRAM STUDI S-1 ILMU
Lebih terperinciBAB V PENUTUP A. Kesimpulan B. Saran DAFTAR PUSTAKA LAMPIRAN
DAFTAR ISI Halaman SAMPUL DALAM...... i PERNYATAAN KEASLIAN... ii PERSETUJUAN PEMBIMBING... iii PENGESAHAN... iv ABSTRAK... v KATA PENGANTAR... vi DAFTAR ISI... vii DAFTAR TRANSLITERASI... xi BAB I PENDAHULUAN...
Lebih terperinciPREDIKSI ANGKA PARTISIPASI SEKOLAH DI JAWA TENGAH UMUR TAHUN DENGAN METODE JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK
PREDIKSI ANGKA PARTISIPASI SEKOLAH DI JAWA TENGAH UMUR 16-18 TAHUN DENGAN METODE JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK R. Mh. Rheza Kharis *), R. Rizal Isnanto, and Ajub Ajulian Zahra Jurusan Teknik
Lebih terperinciPENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)
PENGENALAN POLA MARGINS TULISAN TANGAN UNTUK MENGIDENTIFIKASI KARAKTER SESEORANG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Adiatandy Geovani (0722091 ) Jurusan Teknik Elektro email: adiatandy.mail@gmail.com
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 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 terperinciPERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN
PERANCANGAN SISTEM PENGENAL DIGIT ANGKA METER AIR MENGGUNAKAN JARINGAN SYARAF TIRUAN KOHONEN Teguh Triantoro, F. Rizal Batubara, Fahmi Konsentrasi Teknik Komputer, Departemen Teknik Elektro Fakultas Teknik
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 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 terperinciUJM 3 (1) (2014) UNNES Journal of Mathematics.
UJM 3 (1) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm APLIKASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN BEBAN PUNCAK DISTRIBUSI LISTRIK DI WILAYAH PEMALANG
Lebih terperincimura>bah}ah BNI Syariah Kantor Cabang Surabaya... 60
DAFTAR ISI Halaman SAMPUL DALAM... i PERNYATAAN KEASLIAN... ii PERSETUJUAN PEMBIMBING... iii PENGESAHAN... iv MOTTO... v ABSTRAK... vi PERSEMBAHAN... vii KATA PENGANTAR... viii DAFTAR ISI... x DAFTAR TABEL...
Lebih terperinciNOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
NOISE REMOVAL PADA TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Denny Susanto (1022029) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg. Suria Sumantri, MPH no.65,
Lebih terperinciPREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Dwi Marisa Midyanti Sistem Komputer Universitas Tanjungpura Pontianak Jl Prof.Dr.Hadari Nawawi, Pontianak
Lebih terperinciPREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK
Lebih terperinciRANGKUMAN MATERI HURUF HIJAIYAH. BACAAN ALIF LAM ( lam Ta rif )
HURUF HIJAIYAH ا ب ت ث ر ذ د ج ح خ ز س ش ص ض ط ظ و ه ي ن م ل غ ف ق ك ع. HURUF SYAMSIAH HURUF QAMARIYAH ا ب غ ح ج ك و خ ف ع ق ي م ه ط ث ص ر ت ض ذ ن د س ظ ز ش ل BACAAN ALIF LAM ( lam Ta rif ) ALIF LAM SYAMSIAH
Lebih terperinci2 2 ... v... 3 Santoso... 21 abawa... 29... 37... 53... 59... 67... 77 Yohakim Marwanta... 85... 89... 101 ... 109... 117 D. Jaringan Komputer Amirudd... 135 andha... 141... 151... 165 Syahrir... 171...
Lebih terperinciPERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK
PERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK OLEH ARIF MIFTAHU5R ROHMAN (2200 100 032) Pembimbing: Dr. Ir Djoko Purwanto, M.Eng,
Lebih 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 terperinciMakalah Seminar Tugas Akhir
Makalah Seminar Tugas Akhir PERAMALAN KETINGGIAN MUKA AIR DENGAN JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK Herry Dharma Setyawan *, Budi Setiyono **, R. Rizal Isnanto ** Jurusan Teknik Elektro, Fakultas
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION [1] Novi Indah Pradasari, [2] F.Trias Pontia W, [3] Dedi Triyanto [1][3] Jurusan Sistem Komputer,
Lebih terperinciALGORITMA BACK PROPAGATION NEURAL NETWORK UNTUK PENGENALAN POLA KARAKTER HURUF JAWA
Nazla Nurmila, Aris Sugiharto, Eko Adi Sarwoko ALGORITMA BACK PROPAGATION NEURAL NETWORK UNTUK PENGENALAN POLA KARAKTER HURUF JAWA Nazla Nurmila, Aris Sugiharto, dan Eko Adi Sarwoko Prodi Ilmu Komputer
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI. a. Pustaka satu (1) diambil dari jurnal Telkom UniversityMuhammad
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Adapun tinjauan pustaka pada pengenalan pola ini diambil dari lima (5) sumber pustaka yaitu : a. Pustaka satu (1) diambil dari jurnal Telkom
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciMEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)
MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG) R. Ayu Mahessya, S.Kom, M.Kom, Fakultas Ilmu Komputer Universitas
Lebih terperinciTujuan Penelitian Tujuan penelitian ini adalah untuk melakukan deteksi penyakit pada daun rose dengan menggunakan metode ANN.
Laporan Akhir Projek PPCD Deteksi Penyakit Daun Menggunakan Artificial Neural Network (ANN) TRI SONY(G64130020), GISHELLA ERDYANING (G64130040), AMALIYA SUKMA RAGIL PRISTIYANTO (G64130044), MUHAMMAD RIZQI
Lebih terperinciBAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam
Lebih terperinci