Kurniawan, Candra (2002) Pengenalan karakter mandarin dengan menggunakan jaringan saraf tiruan metode backpropagation. Undergraduate thesis, Widya Mandala Catholic University Surabaya.
Preview |
Text (ABSTRAK)
ABSTRAK.pdf Download (194kB) | Preview |
Preview |
Text (BAB 1)
bab 1.pdf Download (81kB) | Preview |
Text (BAB 2)
bab 2.pdf Restricted to Registered users only Download (419kB) |
|
Text (BAB 3)
bab 3.pdf Restricted to Registered users only Download (245kB) |
|
Text (BAB 4)
bab 4.pdf Restricted to Registered users only Download (318kB) |
|
Preview |
Text (BAB 5)
bab 5.pdf Download (60kB) | Preview |
Preview |
Text (LAMPIRAN)
lampiran.pdf Download (524kB) | Preview |
Abstract
Pengenalan pola karakter umumnya dilakukan secara manual. Namun karena perkembangan jaman yang serba otomatis maka kegiatan yang semula dilakukan secara manual berangsur-angsur berganti dilakukan dengan cara otomatis. Untuk otomatisasi pengenalan pola karakter dibutuhkan sistem yang handal dan smart sebab jika tidak maka bisa terjadi kekeliruan dalam menidentifikasikannya. Salah satu sistem yang smart adalah jaringan saraf tiruan yang mulai berkembang sejak tahun 1990. Jaringan saraf tiruan yang dipakai dalam mengenali pola character ini adalah backpropagation yang bersifat supervised. Pengenalan pola karakter ini pertama-tama input yang dimasukan diproses cropping telebih dahulu dengan ukuran 20x20 setelah proses tersebut semua pixelnya dimasukkan sebagai input di dalam jaringan saraf tiruan. Inputnya ditambah dengan satu yang digunakan sebagai bias, jadi input dalam jaringan saraf tiruan adalah 401. Selain itu yang terpenting dalam jaringan saraf tiruan adalah pengaturan bobot, setelah bobotnya diatur,jumlah hidden yang digunakan adalah satu hidden layer jumlah unitnya antara 10 sampai dengan 150 pada proses pelatihan,dan outputnya ada 20 neuron. Hasil yang dicapai dengan menggunakan metode jaringan saraf tiruan untuk mengenali pola karakter ini cukup baik. Dengan prosentase berhasilan untuk data 10 variasi metode backpropagation sebesar 87,5%.
Item Type: | Thesis (Undergraduate) |
---|---|
Department: | ["eprint_fieldopt_department_Faculty of Engineering" not defined] |
Subjects: | Engineering Engineering > Electrical Engineering |
Divisions: | Faculty of Engineering > Electrical Engineering Study Program |
Depositing User: | Users 32 not found. |
Date Deposited: | 20 Mar 2015 08:22 |
Last Modified: | 20 Mar 2015 08:22 |
URI: | http://repository.ukwms.ac.id/id/eprint/1531 |
Actions (login required)
View Item |