IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TENUNAN MOTIF MANGGARAI DENGAN ALGORITMA BACKPROPAGATION

Salam, Jean Gabriel Julio (2019) IMPLEMENTASI JARINGAN SYARAF TIRUAN PADA PENGENALAN POLA TENUNAN MOTIF MANGGARAI DENGAN ALGORITMA BACKPROPAGATION. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (1MB)
[img] Text (BAB I)
BAB I.pdf
Download (257kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (874kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (398kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (244kB)
[img] Text (BAB V)
BAB V.pdf
Download (58kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (53kB)
[img] Archive (SOURCE CODE)
Source Code_16.11.0395 Jean Gabriel Julio Salam.zip
Restricted to Repository staff only
Download (11MB)
[img] Text (PUBLIKASI)
Publikasi_16.11.0395 Jean Gabriel Julio Salam.pdf
Restricted to Repository staff only
Download (744kB)

Abstract

Pengenalan tenunan motif Manggarai ini, dilakukan menggunakan algoritma belajar jaringan syaraf tiruan backpropagation. Backpropagation yang digunakan adalah jenis backpropagation standart. Uji coba dilakukan terhadap 45 citra motif tenun Manggarai yang dibagi menjadi 30 citra data latih dengan rincian 6 citra motif Mata Manuk, 6 citra motif Jok, 6 citra motif Ntala, 6 citra motif Wela Kaweng, 6 citra motif Wela Runu, dan 15 citra data uji dengan rincian 3 citra motif Mata Manuk, 3 citra motif Jok, 3 citra motif Ntala, 3 citra motif Wela Kaweng, dan 3 citra motif Wela Runu, dengan model jaringan sayaraf tiruan yang digunakan dalam training adalah jaringan multi layer dengan menggunakan 2 hidden layer dengan jumlah neuron 10 dan 5. Fungsi aktivasi yang digunakan pada hidden layer adalah sigmoid biner. Berdasarkan hasil pengujian, Hasil nilai akurasi klasifikasi motif tenunan Manggarai tertinggi mencapai 66.67% dari 15 dataset training dan 30 dataset testing dengan arsitektur menggunakan 2 hidden layer serta 10 dan 5 neuron dalam waktu 0,00,00 detik. Tanpa melakukan percobaan perubahan arsitektur jaringan syaraf tiruan. Penulis berharap dengan adanya penelitian ini dapat membantu dalam pengembangan metode lain untuk pengenalan pola, baik gambar maupun data yang lebih baik dari sebelumnya.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Wibowo, Ferry Wahyu
Uncontrolled Keywords: Pengenalan Pola, Jaringan Syaraf Tiruan, Backpropagation. Motif Tenunan Manggrai
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 27 Jul 2022 02:23
Last Modified: 06 Sep 2023 01:30
URI: http://eprints.amikom.ac.id/id/eprint/4105

Actions (login required)

View Item View Item