IMPLEMENTASI METODE GLCM DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PENGENALAN CITRA KOIN
Total View This Week0
Total View This Week0
Institusion
Universitas Kristen Duta Wacana
Author
71120135, Yohanes Baptista Ago Patria
Subject
QA75 Electronic computers. Computer science
Datestamp
2021-06-02 07:47:07
Abstract :
Manusia mempunyai kemampuan untuk mengolah dan mengenali berbagai bentuk benda secara cepat namun komputer sangat sulit menyebutkan hal itu tanpa adanya proses pengenalan terlebih dahulu untuk mengidentifikasi sebuah objek. Komputer mengalami kesulitan dalam proses analisis karena banyaknya variabel yang harus diolah. Untuk itu diperlukan adanya mekanisme dalam pengenalan pola agar komputer dapat mengenali sebuah objek yang akan diproses. Penulis dalam tugas akhir ini menggunakan dua metode yaitu menggunakan metode GLCM (Gray Level Co-occurrence Matrix) sebagai metode ekstraksi ciri dan metode jaringan syaraf tiruan backpropagation untuk proses pengenalan menggunakan data hasil ekstraksi ciri GLCM. Data pengujian menghasilkan akurasi sebesar 100% untuk pengujian menggunakan 40 data yang sudah dilatih dan sebesar 67,5% untuk data yang belum dilatih dengan menggunakan parameter input node= 16, learning rate= 0,5, error rate= 0,01, dan hidden node= 12
Manusia mempunyai kemampuan untuk mengolah dan mengenali berbagai bentuk benda secara cepat namun komputer sangat sulit menyebutkan hal itu tanpa adanya proses pengenalan terlebih dahulu untuk mengidentifikasi sebuah objek. Komputer mengalami kesulitan dalam proses analisis karena banyaknya variabel yang harus diolah. Untuk itu diperlukan adanya mekanisme dalam pengenalan pola agar komputer dapat mengenali sebuah objek yang akan diproses. Penulis dalam tugas akhir ini menggunakan dua metode yaitu menggunakan metode GLCM (Gray Level Co-occurrence Matrix) sebagai metode ekstraksi ciri dan metode jaringan syaraf tiruan backpropagation untuk proses pengenalan menggunakan data hasil ekstraksi ciri GLCM. Data pengujian menghasilkan akurasi sebesar 100% untuk pengujian menggunakan 40 data yang sudah dilatih dan sebesar 67,5% untuk data yang belum dilatih dengan menggunakan parameter input node= 16, learning rate= 0,5, error rate= 0,01, dan hidden node= 12
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
