Rabiner L, Juang BH Fundamental of Speech Recognition. New Jersey: PTR Prentice-Hall, Inc. Reynolds D.A An Overview of Automatic
|
|
- Handoko Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DAFTAR PUSTAKA Bolat B, Yildirim T Performance increasing methods for probabilistic Neural Networks. Pakistan Journal of Information and Technology 2(3): Campbell, J.P., 1997, Speaker Recognition: A Tutorial, Proceedings of the IEEE, Vol. 85, No. 9. Furui S Recent advances in speaker recognition. Pattern Recognition Letters 18: Ganchev T, Tsopanoglou A, Fakotakis N, Kokkinakis G. 2002a. Probabilistic Neural Networks Combined with GMMs for Speaker Recognition over Telephone Channels. 14th Int. Conf. On Digital Signal Processing, 2: Ganchev T, Fakotakis N, Kokkinakis G. 2002b. Speaker Verification System Based On Probabilistic Neural Neworks. NIST Speaker Recognition Evaluation Workshop, Virginia, USA. Ganchev T Speaker Recognition. Department of Computer and Electrical Engineering, University of Patras, Greece. [disertasi] [7 Mei 2007] Johnson R. A, Wichern R.E Applied Multivariate Statistical Analysis. New Jersey, USA: Printice Hall, Inc. Kantardzic, M Data Mining: Concepts, Models, Methods, and Algorithms. New Jersey, USA: John Wiley & Sons, Inc. Karpov E Real-Time Speaker Identification [tesis]. Joensuu: department of Computer Science, Unversity of Joensuu. Kusumadewi S Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. Li Min Fu Neural Networks in Computer Intelligence. New York: The McGraw-Hill, Inc. Low R, Togneri R Speech Recognition Using the Probabilistic Neural Network. tr98-01.pdf [19 September 2005] Porat B A Course in Digital Signal Processing. New York: John Wiley & Sons, Inc. Pressman, R.S Software Engineering : A Practitioner s Approach. New York: The McGraw-Hill, Inc. Rabah Y. 2004, VoiceXML Speech Recognition. [19 September 2005]
2 53 Rabiner L, Juang BH Fundamental of Speech Recognition. New Jersey: PTR Prentice-Hall, Inc. Reynolds D.A An Overview of Automatic Speaker Recognition Technology. ICASSP: Russel SJ. Norvig P Artificial Intelligence A Modern Approach. New Jersey: Prentice-Hall, Inc. Shiavi R Introduction to Applied Statistical Signal Analysis. USA: R.D. Irwin, Inc. Specht D F Probabilistic Neural Networks and Polynomial Adaline as Complementary Techniques for Classification. IEEE Transaction on Neural Networks 1(1): Enhancements to Probabilistic Neural Networks. IEEE Transaction on Neural Networks 3(1): Specht D F, Shapiro P D Generalization Accuracy of Probabilistic Neural Networks Compared with Back-Propagation Networks. IEEE Transaction on Neural Networks 1: The Mathworks, Inc., 2004, Signal Processing Blockset, User s Guide, Versi 6, [19 September 2005] Zaknich A A Modified Probabilistic Neural Networks for Signal Processing and Pattern Recognition [disertasi]. Western Australia: Department of Electrical and Electronic Engineering, The University of Western Australia.
3 54 Lampiran 1 Bentuk sinyal suara Anta (asli) Anta (noise 20 desibel) Anta (noise 30 desibel)
4 55 Lanjutan Aziz (asli) Aziz (noise 20 desibel) Aziz (noise 30 desibel)
5 56 Lanjutan Citra (asli) Citra (noise 20 desibel) Citra (noise 30 desibel)
6 57 Lanjutan Didit (asli) Didit (noise 20 desibel) Didit (noise 30 desibel)
7 58 Lanjutan Fitri (asli) Fitri (noise 20 desibel) Fitri (noise 30 desibel)
8 59 Lanjutan Intan (asli) Intan (noise 20 desibel) Intan (noise 30 desibel)
9 60 Lanjutan Mijo (asli) Mijo (noise 20 desibel) Mijo (noise 30 desibel)
10 61 Lanjutan Sumrah (asli) Sumrah (noise 20 desibel) Sumrah (noise 30 desibel)
11 62 Lanjutan Titin (asli) Titin (noise 20 desibel) Titin (noise 30 desibel)
12 63 Lanjutan Wiwie (asli) Wiwie (noise 20 desibel) Wiwie (noise 30 desibel)
13 Lampiran 2 Visualisasi grafis hasil pengujian data asli 64
14 Lanjutan 65
15 Lanjutan 66
16 Lanjutan 67
17 Lampiran 3 Visualisasi grafis hasil pengujian data noise 68
18 Lanjutan 69
19 Lanjutan 70
20 Lanjutan 71
21 Lanjutan 72
22 Lanjutan 73
23 Lampiran 4 Perbandingan hasil pengujian data asli dan data noise 74
24 Lanjutan 75
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION Suhendry Effendy Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Bina Nusantara University
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan analisis data dan pembahasan pada Bab IV, kesimpulan penelitian ini adalah sebagai berikut. 1. Model VARIMA yang sesuai untuk data penjualan obat I,
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 terperinciAPLIKASI PENGOLAH BAHASA ALAMI UNTUK OPERASI QUERI DATABASE
APLIKASI PENGOLAH BAHASA ALAMI UNTUK OPERASI QUERI DATABASE Taryadi Dosen STMIK Widya Pratama Pekalongan Abstrak Natural Language Processing (NLP) merupakan salah satu aplikasi Artificial Intelligence
Lebih terperinciKarakteristik Spesifikasi
Sinyal yang masuk difilter ke dalam sinyal frekuensi rendah (low-pass filter) dan sinyal frekuensi tinggi (high-pass filter) Lakukan downsampling pada kedua sinyal tersebut Low-pass frekuensi hasil downsampling
Lebih terperinciBAB V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces
BAB V KESIMPULAN Berdasarkan uji coba dan analisis hasil pengujian terhadap Sistem Pengenalan Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces Terdekomposisi QR dapat disimpulkan sebagai
Lebih terperinciDiagram ARL W i & W Ri. Varian
maka nilai RL 1 yang ada ditambah satu sampai ditemui adanya out of control. Menentukan 1 dengan menghitung rata-rata RL 1 dari keseluruhan replikasi. Untuk aplikasi data yang digunakan dalam penelitian
Lebih terperinciAplikasi Pengolah Bahasa Alami Untuk Operasi Queri Database Agus Purwo Handoko 3)
ISSN : 1693 1173 Aplikasi Pengolah Bahasa Alami Untuk Operasi Queri Database Agus Purwo Handoko 3) Abstrak Aplikasi pengolahan bahasa alami untuk pengoperasian queri seleksi dapat : untuk aplikasi yang
Lebih terperinciPENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK
ABSTRAK PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN Dosen Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Pada penelitian ini dibuat sebuah sistem pengenalan suara manusia dengan
Lebih terperinciAplikasi Pengolah Bahasa Alami Untuk Operasi Queri Database
Aplikasi Pengolah Bahasa Alami Untuk Operasi Queri Database Agus Purwo Handoko 1 Email : kenarok2080@gmail.com ABSTRAKSI Aplikasi pengolahan bahasa alami untuk pengoperasian queri seleksi dapat : untuk
Lebih terperinciSISTEM AKSES BUKU PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UNIVERSITAS ANDALAS MENGGUNAKAN APLIKASI PENGENALAN WICARA DENGAN METODA MFCC-VQ dan SSE
SISTEM AKSES BUKU PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UNIVERSITAS ANDALAS MENGGUNAKAN APLIKASI PENGENALAN WICARA DENGAN METODA MFCC-VQ dan SSE TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Menyelesaikan
Lebih terperinciAplikasi Teknik Speech Recognition pada Voice Dial Telephone
Aplikasi Teknik Speech Recognition pada Voice Dial Telephone Oleh: Ahmad Irfan Abdul Rahman Tri Budi Santoso Titon Dutono Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya (PENS) Institut Teknologi
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 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 terperinciAnalisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra
Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra Meirista Wulandari Jurusan Teknik Elektro, Universitas Tarumanagara, Jakarta, Indonesia meiristaw@ft.untar.ac.id Diterima 10 Desember 016
Lebih terperinciIDENTIFIKASI TIGA JENIS BUNGA IRIS MENGGUNAKAN ANFIS
IDENTIFIKASI TIGA JENIS BUNGA IRIS MENGGUNAKAN ANFIS Abdul Kadir Program Pascasarjana Teknik Elektro Universitas Gadjah Mada, Yogyakarta E-mail: akadir@mti.ugm.ac.id Abstract This paper was based on our
Lebih terperinciSISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada
SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh NamaMhs NIM: XX.YY.ZZZ Kepada JURUSAN TEKNIK INFORMATIKA STMIK STIKOM BALIKPAPAN LEMBAR PERSETUJUAN Proposal Skripsi
Lebih terperinciHASIL DAN PEMBAHASAN. Generalisasi =
6 Kelas Target Sidik jari individu 5 0000100000 Sidik jari individu 6 0000010000 Sidik jari individu 7 0000001000 Sidik jari individu 8 0000000100 Sidik jari individu 9 0000000010 Sidik jari individu 10
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM BASIS DATA UNTUK APLIKASI BANK SOAL PADA BINUS SCHOOL SERPONG
ANALISIS DAN PERANCANGAN SISTEM BASIS DATA UNTUK APLIKASI BANK SOAL PADA BINUS SCHOOL SERPONG Oleh Hari Wijaya 1301057564 Sevira Alvini Thomas 1301059891 Djauharry Noor D1348 ABSTRAK Tujuan penelitian
Lebih terperinciKecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017
Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 PENDAHULUAN (Pengenalan Silabus dan Kontrak Belajar) Pengenalan Matakuliah Matakuliah Bobot : Kecerdasan
Lebih terperinciLeast Square Estimation
Least Square Estimation Untuk menyelesaikan koefisien proyeksi di posisi output, pendekatan Least-Squares pada fungsi aplikabel di ditulis dengan persamaan berikut: dimana sinyal kepastian c menetapkan
Lebih terperinciAzhar Susanto Sistem Informasi Akuntansi. Bandung: Lingga Jaya.
Daftar Pustaka Arief M Rudianto. 2011. Pemrograman Web Dinamis menggunakan PHP dan MySQL. C.V ANDI OFFSET. Yogyakarta. Assauri, Sofjan. (2008). Manajemen Produksi dan Operasi. Jakarta : Fakultas Ekonomi
Lebih terperinciDAFTAR PUSTAKA. Bowersox, D.J., Closs, D.J., Cooper, M.B., 2002, Supply Chain Logistics Management, New York: McGraw-Hill.
DAFTAR PUSTAKA Alhamidy, F., 2006, Analisis Model Pengadaan Bahan Makanan Kering Berdasarkan Metode EOQ Pada Instalasi Gizi Rumah Sakit Roemani Semarang, Tesis, Universitas Diponegoro, Semarang. Bowersox,
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 terperinciStudent Clustering Based on Academic Using K-Means Algoritms
Student Clustering Based on Academic Using K-Means Algoritms Hironimus Leong, Shinta Estri Wahyuningrum Faculty of Computer Science, Faculty of Computer Science Unika Soegijapranata marlon.leong@gmail.com
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
1 RENCANA PEMBELAJARAN SEMESTER (RPS) Mata Kuliah : Applied Artificial Intelligent Kode/ Bobot : ------- Status : Mata Kuliah Penunjang Disertasi Prasyarat : - Deskripsi Singkat : Konsep dasar Artificial
Lebih terperinciOleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT
Penerapan Diagram MEWMA Baru Pada Proses Blending Bagian Primary di Perusahaan Rokok X Oleh: Sri Sulistyawati 1306100060 Dosen Pembimbing: Dr. Muhammad Mashuri, MT PENDAHULUAN Latar Belakang.. Industri
Lebih terperinciBAB 5 KESIMPULAN DAN SARAN
BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan a. Jaringan RBF yang dilatih menggunakan algoritma pembelajaran Extreme Learning Machine (ELM-RBF) tidak hanya memiliki akurasi lebih tinggi melainkan juga unggul
Lebih terperinciDAFTAR PUSTAKA.
DAFTAR PUSTAKA A.S, Rosa and Shalahuddin, M. 2013. Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek). Bandung : Informatika. Herberg, Mikkal. 2011. Natural Gas in Asia: History
Lebih terperinciINDEPT, Vol. 3, No.1, Februari 2013 ISSN
SISTEM SPEAKER RECOGNITION (PENGENAL PENGUCAP) UNTUK MENCARI KARAKTERISTIK UCAPAN SESEORANG DENGAN METODE MEL FREQUENCY CEPTRUM COEFFISIENT (MFCC) MENGGUNAKAN SOFTWARE MATLAB Andriana, ST., MT. Dosen Fakultas
Lebih terperinciPENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)
PENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO) Levina Fitri Rahmawati, Isnandar Slamet, dan Diari Indriati Program
Lebih terperinciFajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia, Abstrak. Seiring dengan berjalannya waktu persaingan dan kompetisi untuk meraih
Analisis Sikap DAN Faktor Pemilihan Perguruan Tinggi Swasta Jakarta Berbasis Komputer Menggunakan Model Fishbein dan Biplot (Studi kasus : SMA Kota Bogor) Fajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia,
Lebih terperinciTUGAS AKHIR. Diajukan Sebagai Salah Satu Syarat untuk Menyelesaikan Program Strata I Pada Jurusan Teknik Elektro Fakultas Teknik Universitas Andalas
TUGAS AKHIR PERANCANGAN DAN IMPLEMENTASI CONNECTED DIGIT RECOGNITION DENGAN METODE MEL FREQUENCY CEPSTRUM COEFFECIENT DAN HIDDEN MARKOV MODEL UNTUK VOICE DIALING PADA HANDPHONE TIGER C KF-828 Diajukan
Lebih terperinciOleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.
OPTIMASI WAKTU PEMOTONGAN BAJA HSS PADA WIRE-EDM MENGGUNAKAN METODE TAGUCHI Oleh : M. Mushonnif Efendi (307 030 05) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si. Prodi D3 STATISTIKA FAKULTAS ILMU PENGETAHUAN
Lebih terperinciDAFTAR REFERENSI. xiii. Computer Science Education, San Jose, United States, 1997.
DAFTAR REFERENSI [AGR95] [AHW03] [CAR06] [GKK01] [HAN01] [JAC97] [PEI01] [RSL95] Agrawal, Rakesh, Ramakrishnan Srikant. 1995. Mining Sequential Patterns. IBM Research Center. Agrawal, C, Han, Jiawei, Wang,
Lebih terperinciAnalisis Pengelompokan dengan Metode K-Rataan
511 Analisis Pengelompokan dengan Metode K-Rataan Titin Agustin Nengsih Fakultas Syariah IAIN Sulthan Thaha Saifuddin Jambi Abstrak Analisis pengelompokkan adalah salah satu metode eksplorasi data untuk
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN Tahap 1 : Identifikasi Permasalahan Mencari literatur-literatur yang berhubungan dengan bahan penelitian. Tahap 2 : Pengambilan Data Training : Testing 5 : 1 150 : 30 Dari 10 responden
Lebih terperinciDeteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson
Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson Veronica Lusiana Program Studi Teknik Informatika, Universitas Stikubank email: verolusiana@yahoo.com Abstrak Segmentasi citra sebagai
Lebih terperincii. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz
Data yang pada awalnya berupa chanel stereo diubah ke dalam chanel mono. Kemudian data tersebut disimpan dengan file berekstensi WAV. Praproses Pada tahap ini dilakukan ekstraksi ciri menggunakan metode
Lebih terperinciIDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS
ORBITH VOL. 12 NO. 1 MARET 2016 : 29 34 IDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS Oleh: Indah Susilawati Staf Pengajar Program Studi Teknik Informatika Universitas Mercu Buana Yogyakarta
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1 Kesimpulan Setelah dilakukan perancangan sistem evaluasi mutu berbasis komputer (logika fuzzy, pengolahan citra dan JST), maka dapat disimpulkan bahwa : 1. Program logika
Lebih terperinciUniversitas Kristen Duta Wacana
Arsitektur dan Manajemen Teknologi Informasi TR 3023 Antonius Rachmat C, S.Kom, M.Cs Universitas Kristen Duta Wacana 2011 Deskripsi Matakuliah Matakuliah ini menekankan pada pembahasan penggunaan teknologi
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 004 Yogyakarta, 19 Juni 004 Klasifikasi Pola Menggunakan Jaringan Probabilistik Sri Kusumadewi Jurusan Teknik Informatika, Universitas Islam Indonesia Jl.
Lebih terperinciSISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM. Ivanna K. Timotius, Danie Kurniawan. Intisari
SISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM SISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM Fakultas Teknik Elektronika dan Komputer, Program Studi Teknik Elektro, Universitas Kristen Satya Wacana, Salatiga,
Lebih terperinciZulkarnaen Hatala¹, -². ¹Magister Elektro Komunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2005 STUDI PEMODELAN KANAL FADING RAYLEIGH MENGGUNAKAN RANTAI MARKOV TERSEMBUNYI (STUDY OF RAYLEIGH FADING CHANNEL MODELING USING DISCRETE TIME HIDDEN MARKOV
Lebih terperinciAnalisis Dan Perancangan Sistem Informasi Pelaporan Proyek Pada PT Icon Indonesia
Analisis Dan Perancangan Sistem Informasi Pelaporan Proyek Pada PT Icon Indonesia Jati Putra 1) STMIK IBBI Jalan Sei Deli No. 18 Medan Email: h4t4k4@gmail.com Abstrak Pada perusahaan kontraktor seperti
Lebih terperinciJUDUL NASKAH PUBLIKASI MAKSIMUM 10 KATA TIME NEW ROMAN CAPITAL FONT 14
JUDUL NASKAH PUBLIKASI MAKSIMUM 10 KATA TIME NEW ROMAN CAPITAL FONT 14 Penulis 1.(Pembimbing), Penulis 2(Mahasiswa) Program Studi.., STMIK Mitra Lampung Jl. Z.A. Pagar Alam No. 07, Bandar Lampung - Indonesia
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Riset di bidang sistem pengenalan ucapan otomatis (Automatic Speech Recognition) merupakan salah satu riset yang banyak ditekuni dan terus dikembangkan hingga saat
Lebih terperinciPENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN PROBABILISTIK (PNN) PADA IDENTIFIKASI PEMBICARA JAYANTA
PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN PROBABILISTIK (PNN) PADA IDENTIFIKASI PEMBICARA JAYANTA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2007 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI
Lebih terperinciAplikasi Web Manajemen Proyek Sistem Informasi. Sheren Informatika / Fakultas Teknik
Aplikasi Web Manajemen Proyek Sistem Informasi Sheren Informatika / Fakultas Teknik she_ren_peace@yahoo.com ABSTRAK Pengembangan proyek sistem informasi memiliki tiga hal yang harus diperhatikan, yaitu
Lebih terperinciIwan Suhardi, Studi Pengklasifikasian Citra Berdasarkan Ciri Citra dengan Jaringan Syaraf Tiruan
1 MEDIA ELEKTRIK, Volume 3 Nomor 1, Juni 2008 STUDI PENGKLASIFIKASIAN CITRA BERDASARKAN CIRI CITRA DENGAN JARINGAN SYARAF TIRUAN Iwan Suhardi Jurusan Pendidikan Teknik Elektro Fakultas Teknik Universitas
Lebih terperinciBAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN V.1. Kesimpulan Dari pembahasan Komputasi Paralel untuk Inpainting Citra Digital dengan metode Perona-Malik di atas, dapat ditarik beberapa kesimpulan, yaitu: 1. Aplikasi untuk
Lebih terperinciLaudon, K. C., & Laudon, J. P. (2010). Management Information Systems : Managing the Digital Firm, 11th Edition. New Jersey: Prentice Hall.
REFERENSI Badan Ketahanan Pangan Kementerian Pertanian. (2013). Panduan Pengelolaan Cadangan Pangan Pemerintah Provinsi dan Kabupaten/Kota. Jakarta: Badan Ketahanan Pangan Kementerian Pertanian. Badan
Lebih terperinciModel Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto
Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto Zaenal Abidin Program studi Sistem Informasi STMIK Teknokrat Bandar Lampung, Indonesia
Lebih terperinciGeneralisasi rata-rata (%)
Lingkungan Pengembangan Sistem Sistem dikembangkan menggunakan kompiler Matlab R2008b dan sistem operasi Windows 7. Spesifikasi hardware komputer yang digunakan adalah Processor Intel (R) Atom (TM) CPU
Lebih terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA SILABUS PENGANTAR TEKNOLOGI INFORMASI
No. SIL/EKA/PTI 201/06 Revisi : 00 Tgl: 21 Juni 2010 Hal 1 dari 5 MATA KULIAH : Pengantar KODE MATA KULIAH : PTI SEMESTER : 1 PROGRAM STUDI : Pendidikan Teknik Informatika DOSEN PENGAMPU : Rahmatul Irfan,
Lebih terperinciBulu mata. Generalisasi= Jumlah pola dikenali dengan benar x 100% Jumlah total pola
Generalisasi Hasil penelitian ini diukur menggunakan nilai konvergen dan generalisasi. Nilai konvergen adalah tingkat kecepatan jaringan untuk mempelajari pola input yang dinyatakan dalam satuan iterasi
Lebih terperinciImplementasi Karakteristik Sistem Multi-Agent Pada Pengujian Perangkat Lunak
191 Implementasi Karakteristik Multi-t Pada Pengujian Perangkat Lunak Elly Antika *), Prawidya Destarianto **), Hendra Yufit Riskiawan ***) Politeknik Negeri Jember E-mail: * ellyantika.niam@gmail.com,
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4A3 Pembelajaran Mesin Disusun oleh: Agung Toto Wibowo Said Al Faraby PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN
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 terperinciIDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR
ISSN: 1693-693 1 IDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR R. Rizal Isnanto, Achmad Hidayatno, Muhammad Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciAPLIKASI PENGENALAN DAUN UNTUK KLASIFIKASI TANAMAN DENGAN METODE PROBABILISTIC NEURAL NETWORK
APLIKASI PENGENALAN DAUN UNTUK KLASIFIKASI TANAMAN DENGAN METODE PROBABILISTIC NEURAL NETWORK 1 Gregorius Satia Budhi 2 Tok Fenny Handayani 3 Rudy Adipranata 1, 2, 3 Teknik Informatika Universitas Kristen
Lebih terperinciBAB 6 KESIMPULAN DAN REKOMENDASI
BAB 6 KESIMPULAN DAN REKOMENDASI 6.1. Kesimpulan Berdasarkan pada bagian-bagian sebelumnya, penulis dapat mengambil beberapa kesimpulan dari penelitian pada tugas akhir ini, diantaranya adalah: 1. Penelitian
Lebih terperinciBAB V PENUTUP. 2. Tingkat kelayakan media pembelajaran berupa robot pendeteksi obyek
BAB V PENUTUP A. Kesimpulan Berdasarkan data hasil penelitian dan pembahasan yang telah diuraikan di atas, maka dapat diambil kesimpulan: 1. Hasil uji unjuk kerja media pembelajaran robot pendeteksi objek
Lebih terperinciANALISIS REGRESI RIDGE UNTUK MENGATASI MULTIKOLINIER PADA VARIABEL-VARIABEL YANG MEMPENGARUHI INDEK PRESTASI KUMULATIF MAHASISWA BERBASIS KOMPUTER
ANALISIS REGRESI RIDGE UNTUK MENGATASI MULTIKOLINIER PADA VARIABEL-VARIABEL YANG MEMPENGARUHI INDEK PRESTASI KUMULATIF MAHASISWA BERBASIS KOMPUTER Ferdy Adhiputra Universitas Bina Nusantara, Jakarta, DKI
Lebih terperinciGRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI
GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI Nonik Brilliana P 1, Sudarno 2, dan Suparti 2 1 Mahasiswa Jurusan Statistika FSM Undip 2 Staf Pengajar Jurusan Statistika FSM Undip Abstrak Pada era globalisasi
Lebih terperinciArtificial intelligence
Artificial intelligence Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciANALISIS DAN PEMBAHASAN
ANALISIS DAN PEMBAHASAN 4.3 Peta Kendali Hotelling Dalam kehidupan sehari-hari banyak sekali proses produksi yang memiliki karakteristik kualitas lebih dari satu. Proses yang seperti ini disebut dengan
Lebih terperinciGARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI S1 SISTEM KOMPUTER Semester : 7
GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI S1 SISTEM KOMPUTER Semester : 7 Berlaku mulai : Gasal/2011 JUDUL MATA KULIAH : ETIKA PROFESI NOMOR KODE / SKS : 410205008 / 2 SKS PRASYARAT : Technopreneurship
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 terperinciREDUNDANSI FRAME DAN PENGARUHNYA PADA DEKOMPOSISI FUNGSI DI RUANG HILBERT
Page 1 of 33 REDUNDANSI FRAME DAN PENGARUHNYA PADA DEKOMPOSISI FUNGSI DI RUANG HILBERT SUZYANNA NRP.1208 201 002 July 13, 2010 ABSTRAK Page 2 of 33 Konsep frame di ruang hasil kali dalam dapat dipandang
Lebih terperinciROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE
ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE Lauw Lim Un Tung, Resmana Lim, Budiman Lewa Electrical Engineering Dept., PETRA Christian University Jl. Siwalankerto 121-131, Surabaya
Lebih terperinciDAFTAR PUSTAKA.
DAFTAR PUSTAKA Aditya, Alan Nur. 2010. Jago PHP dan MySQL. Jakarta: Dunia Komputer. Al-Bahra Bin Ladjamudin. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Graha Ilmu. Alexander F.K., Sibero.
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM BASIS DATA PADA APLIKASI IT HELP DESK BERBASIS WEB DI PT. PANEN LESTARI INTERNUSA (SOGO)
ANALISIS DAN PERANCANGAN SISTEM BASIS DATA PADA APLIKASI IT HELP DESK BERBASIS WEB DI PT. PANEN LESTARI INTERNUSA (SOGO) Marsha Hafiamsa Wasisto Universitas Bina Nusantara Jl. Kebon Jeruk Raya No. 27,
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4I3 SISTEM REKOGNISI Disusun oleh: Tjokorda Agung Wirayudha PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester
Lebih terperinciBAB VI PENUTUP Kesimpulan
BAB VI PENUTUP 6.1. Kesimpulan 1. Berdasarkan pemodelan yang dilakukan dengan menggunakan Ordinary Least Square (OLS) dan regresi spasial diperoleh bahwa asumsi klasik telah terpenuhi. Berdasarkan uji
Lebih terperinciALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT
ALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT Kristian Adi Nugraha 1), Albertus Joko Santoso 2), Thomas Suselo 3) 1,2,3) Program Studi Magister Teknik Informatika,
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER
RENCANA PEMBELAJARAN SEMESTER 1. Identitas Nama Departemen : Pendidikan Ilmu Komputer Nama Program Studi : Pendidikan Ilmu Komputer Nama : Jaringan Saraf Tiruan Kode : IK550 lompok : cerdasan Buatan Bobot
Lebih terperinciPengolahan data merupakan proses awal yang dilakukan dalam program RBFNN sebelum masuk pada proses pelatihan (training) dan pengujian (testing).
Pengolahan data merupakan proses awal yang dilakukan dalam program RBFNN sebelum masuk pada proses pelatihan (training) dan pengujian (testing). Oleh karena itu, di Bab 4 ini untuk memudahkan memahami
Lebih terperinciPERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT
PERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT Ronaldi Kurniawan Saphala 1 ; Naufal Faherza Putra 2 ; Dennis Filemon 3 ; Dr.Ir.Haryono Soeparno, M.Sc 4 1,2,3,4 Computer
Lebih terperinciPeningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro Peningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis Adaptive Neuro Fuzzy Inference System (ANFIS) Oky Dwi Nurhayati,, Thomas Sri Widodo,
Lebih terperinciPERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak
PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI Dwi Yuli Rakhmawati, Muhammad Mashuri 2,2) Institut Teknologi Sepuluh Nopember dwiyuli_rakhmawati@yahoo.com,
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 terperinciPENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR TUGAS AKHIR
PENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas
Lebih terperinciANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK SEBARAN RUMAH SAKIT DI WILAYAH JAKARTA BARAT
ANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK SEBARAN RUMAH SAKIT DI WILAYAH JAKARTA BARAT Eva Ayustina Binus University, Jakarta, DKI Jakarta, Indonesia Wendra Binus University,
Lebih terperinciIDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA)
IDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA) Oleh: R I O J A K A R I A NPM. 140720090023 T E S I S Untuk memenuhi salah
Lebih terperinciANALISA DAN PERANCANGAN SISTEM BASIS DATA PEMBELIAN, PERSEDIAAN DAN PENJUALAN PADA P.D. RIMBA ALAM JAYA
ANALISA DAN PERANCANGAN SISTEM BASIS DATA PEMBELIAN, PERSEDIAAN DAN PENJUALAN PADA P.D. RIMBA ALAM JAYA Rana Mada Jugatha Jl. Perum Cileungsi Hijau Bogor, 089667828284 Jakarta, ranamadajugatha@ymail.com
Lebih terperinciPerancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik
JURNAL ILMIAH SEMESTA TEKNIKA Vol. 17, No. 2, 157-165, Nov 2014 157 Perancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik (Software Design for Feature Extraction and Classification
Lebih terperinciBAB 6 KESIMPULAN DAN SARAN
BAB 6 KESIMPULAN DAN SARAN Dalam bab ini diuraikan kesimpulan dan saran berdasarkan pembahasan yang telah dijelaskan dalam tugas akhir ini. Kesimpulan dan saran juga diambil berdasarkan hasil uji coba
Lebih terperinciBAB 6 SIMPULAN DAN SARAN
39 BAB 6 SIMPULAN DAN SARAN 6.1 Simpulan Dari penelitian yang telah dilakukan hingga mendapatkan hasil yang cukup memuaskan, maka ada beberapa kesimpulan yang dapat peneliti berikan, 1. Teknik ekstraksi
Lebih terperinciDESAIN MODEL RISET KUALITATIF BERBASIS IT. Djuniadi Universitas Negeri Semarang Abstrak
DESAIN MODEL RISET KUALITATIF BERBASIS IT Djuniadi Universitas Negeri Semarang Email: djuniadi@mail.unnes.ac.id Abstrak Penelitian ini bertujuan untuk membuat desain model riset kualitatif dengan menerapkan
Lebih terperinciDETEKSI KESESUAIAN BIDANG MINAT TERHADAP PROPOSAL TUGAS AKHIR MAHASISWA STUDI KASUS : MAHASISWA SI UKDW
DETEKSI KESESUAIAN BIDANG MINAT TERHADAP PROPOSAL TUGAS AKHIR MAHASISWA STUDI KASUS : MAHASISWA SI UKDW Nia Meliana Umi Proboyekti, Jong Jek Siang Abstrak Pembuatan tugas akhir mahasiswa diharapkan sesuai
Lebih terperinciPRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Jaringan Syaraf Tiruan Kode/SKS: SS / (2/1/0) Dosen : BSSU Semester : III
RP-S1-SK-12 Kurikulum 2014, Edisi : September-2014.Revisi : 00 Hal: 1 dari 6 A. CAPAIAN PEMBELAJARAN : CP 3.3 : Mampu menyelesaikan masalah di bidang Stat komputasi dan Membuat program untuk mengoptimalkan
Lebih terperinciKECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM
KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE Copyright: Anik Handayani FT-UM ARTIFICIAL INTELLIGENCE Mata Kuliah:Kecerdasan Buatan (Artificial Intelligence/AI) Deskripsi Mengenai Kecerdasan Buatan Kecerdasan
Lebih terperinciSISTEM GERAK PARKIR MOBIL OTOMATIS DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN
SISTEM GERAK PARKIR MOBIL OTOMATIS DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN Eko Budi Setiawan¹, Warih Maharani², Fazmah Arif Yulianto³ ¹Teknik Informatika,, Universitas Telkom Abstrak Proses parkir mobil
Lebih terperinciPENGARUH SIFAT INVERSI PENJUMLAH TERHADAP KINERJA PENJUMLAH COMPLEMENTARY METAL OXIDE
Engelin SJ Pengaruh Sifat Inversi. PENGARUH SIFAT INVERSI PENJUMLAH TERHADAP KINERJA PENJUMLAH COMPLEMENTARY METAL OXIDE (CMOS) STATIK 4-BIT Engelin Shintadewi Julian 1) 1) Department of Electrical Engineering,
Lebih terperinciREDUKSI NOISE PADA CITRA DIGITAL MENGGUNAKAN FUZZY SIMILARITY NOISE REDUCTION ON DIGITAL IMAGE USING FUZZY SIMILARITY
REDUKSI NOISE PADA CITRA DIGITAL MENGGUNAKAN FUZZY SIMILARITY NOISE REDUCTION ON DIGITAL IMAGE USING FUZZY SIMILARITY Anak Agung Gde Agung Kusuma Astika¹, Adiwijawa², Eddy Muntina Dharma³ ¹Teknik Informatika,,
Lebih terperinciIdentifikasi Speech Recognition Manusia dengan Menggunakan Average Energy dan Silent Ratio Sebagai Feature Extraction Suara pada Komputer
Identifikasi Speech Recognition Manusia dengan Menggunakan Average Energy dan Silent Ratio Sebagai Feature Extraction Suara pada Komputer Identification Human speech recognition using Average energy and
Lebih terperinci