EMAIL: PASSWORD:
Front Office
UPT. PERPUSTAKAAN
Institut Teknologi Sepuluh Nopember Surabaya


Kampus ITS Sukolilo - Surabaya 60111

Phone : 031-5921733 , 5923623
Fax : 031-5937774
E-mail : libits@its.ac.id
Website : http://library.its.ac.id

Support (Customer Service) :
timit_perpus@its.ac.id




Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:
LIVE SUPPORT


Moh. Fandika Aqsa


Davi Wahyuni


Tondo Indra Nyata


Anis Wulandari


Ansi Aflacha




ITS » Paper and Presentation » Fisika
Posted by fandikaaqsa@its.ac.id at 24/02/2016 15:07:03  •  1368 Views


KLASIFIKASI POLA HURUF VOKAL MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION

CLASSIFICATION OF VOCAL LETTERS PATTERN USING BACKPROPAGATION ARTIFICIAL NEURAL NETWORK

Author :
PANCOROWATI, DHITA AZZAHRA ( 1110100053 )




ABSTRAK

Penelitian ini berjudul Klasifikasi Pola Huruf Vokal dengan Menggunakan Jaringan Saraf Tiruan penelitian ini dilakukan dengan tujuan untuk membuat suatu sistem jaringan saraf tiruan untuk mengenali pola huruf vokal. Jaringan saraf tiruan memiliki banyak jenis pada penelitian ini jenis jaringan saraf tiruan yang digunakan adalah jaringan saraf tiruan backpropagation. Dimana jaringan backpropagation ini memiliki keunggulan karena jaringan ini mimiliki keseimbangan antara kemampuan jaringan untuk mengenali pola yang digunakan selama pelatihan serta kemampuan jaringan untuk memberikan respon yang benar terhadap pola masukan yang serupa tapi tidak sama. Pola yang akan dikenali ini harus diekstrasi dulu nilai fitur histogramnya fitur yang digunakan untuk pengklasifikasian pola ini adalah nilai mean dan nilai standar deviasi. Sebelum dilakukan ekstraksi fitur histogram dari setiap citra citra yang digunakan ini sebelumnya dibagi dulu kedalam empat bagian sehingga setiap citra akan memiliki delapan nilai fitur yang dijadikan parameter pengklasifikasian. Dari penelitian ini diperoleh akurasi untuk pelatihan sebesar 84 dan dari pelatihan ini kemudian dilakukan pengujian dimana hasil akurasi dari pengujian ini adalah 76. Hasil akurasi pelatihan dan pengujian ini diperoleh dengan menggunakan parameter jaringan sebagai berikut jumlah lapisan tersembunyi yang digunakan adalah 4 lapisan dengan jumlah neuron pada setiap lapisan tersembunyinya berjumlah 50 neuron dan juga epoch yang digunakan adalah berjumlah 4500.


ABSTRACT

This study entitled Clasification Of Vocal Letters Pattern Using Backpropaation Artificial Neural Network This study was conducted in order to create a system of artificial neural networks to recognize patterns of vowels. Artificial neural networks have many types in this study the type of neural network used is a backpropagation neural network. Where this backpropagation network has an advantage because these networks have a balance between the ability of network to recognize the patterns used during the training as well as the networks ability to provide the correct response to similar the input pattern but not identical. The histogram feature value of the patterns wich will recognized should be extracted first. Features used for the classification of the patterns are mean and the standard deviatio value. Before the extraction of histogram feature is done for each image the image used is divided into four section so that each image will have eight features that are used as parameter value of the classification. This study obtained an accuracy of 84 for training and from this training test is done with accuracy of the test result is 76. The training and testing result of accuracy obtained by using the following network parameters the number of hidden layers used are four layers with the number of neurons in each hidden layer are fifty neurons and the number of epoch used are 4500.



KeywordsJaringan saraf tiruan; Backpropagation; Fitur histogram; Mean; Standar deviasi; Lapisan tersembunyi; Neuron; Epoch
 
Subject:  Intelegensi buatan
Contributor
  1. M. Arief Bustomi M.Si
Date Create: 24/02/2016
Type: Text
Format: PDF
Language: Indonesian
Identifier: ITS-paper-11121150008514
Collection ID: 11121150008514
Call Number: RSFi 006.32 Pan k


Source
Paper and Presentations of Physics, RSFi 006.32 Pan k, 2014

Coverage
ITS Community

Rights
Copyright @2016 by ITS Library. This publication is protected by copyright and per obtained from the ITS Library prior to any prohibited reproduction, storage in a re transmission in any form or by any means, electronic, mechanical, photocopying, reco For information regarding permission(s), write to ITS Library




[ Download - Open Access ]

  1.  ITS-paper-40348-1110100053-Paper.pdf - 2459 KB
  2.  ITS-paper-40348-1110100053-Presentation.pdf - 2725 KB




 Similar Document...




! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

POLLING

Bagaimana pendapat Anda tentang layanan repository kami ?

Bagus Sekali
Baik
Biasa
Jelek
Mengecewakan





You are connected from 54.198.165.74
using CCBot/2.0 (http://commoncrawl.org/faq/)



Copyright © ITS Library 2006 - 2017 - All rights reserved.
Dublin Core Metadata Initiative and OpenArchives Compatible
Developed by Hassan