PENGENALAN POLA OBJEK SAYURAN PADA CITRA DIGITAL DENGAN METODE HOPFIELD NEURAL NETWORK

IQBAL ADI NURMANSYAH, NIM. 14650022 (2018) PENGENALAN POLA OBJEK SAYURAN PADA CITRA DIGITAL DENGAN METODE HOPFIELD NEURAL NETWORK. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

[img]
Preview
Text (PENGENALAN POLA OBJEK SAYURAN PADA CITRA DIGITAL DENGAN METODE HOPFIELD NEURAL NETWORK)
14650022_BAB-I_V_DAFTAR PUSTAKA.pdf

Download (8MB) | Preview
[img] Text (PENGENALAN POLA OBJEK SAYURAN PADA CITRA DIGITAL DENGAN METODE HOPFIELD NEURAL NETWORK)
14650022_BAB-II_III_IV.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Untuk mengenali suatu objek berdasarkan gambar digitalnya, komputer memerlukan mekanisme standar dan logis. Kemajuan zaman membuat komputer memiliki komputasi yang tinggi untuk meningkatkan kinerjanya. Hal ini membuat pengolahan data menjadi sebuah informasi lebih cepat untuk dilakukan. Jaringan syaraf tiruan merupakan sebuah metode yang dapat digunakan untuk mengenali/klasifikasi pola suatu objek dengan mensimulasikan kinerja neuron pada manusia. Penelitian ini mencoba mengimplementasikan algoritma jaringan syaraf tiruan Hopfield untuk mengenali pola objek sayuran. Objek sayuran sebelumnya akan diolah menggunakan metode scalling, deteksi tepi Canny dan binerisasi untuk kemudian dilatihkan kedalam jaringan syaraf tiruan Hopfield. Dari hasil penelitian diketahui, jumlah data yang dapat dilatihkan dalam satu kali pelatihan yaitu kurang dari sama dengan 7. Apabila lebih dari itu maka jaringan hopfield tidak bisa mengenali pola yang sudah dilatihkan. Jaringan hopfield yang dibangun dapat mengenali data uji utuh yang sudah dilatihkan namun hanya berkisar pada angka 71.59%. Hal ini membuktikan jaringan hopfield kurang baik dalam mememorisasi pola sayuran yang dilatihkan. Dari hasil pengujian data uji yang mengalami kerusakan pada citra sayuran menyebabkan penurunan nilai prosentase recover pattern. Penurunan nilai rekoveri pola terbesar terjadi pada citra dengan data uji yang mengalami kerusakan 40% hingga 50%. Hal ini menandakan tingkat generalisasi jaringan hopfield cukup baik apabila mengenali pola citra dengan kerusakan kurang dari 40%.

Item Type: Thesis (Skripsi)
Additional Information: Nurochman, S.Kom, M.Kom
Uncontrolled Keywords: Hopfield, Hopfield Neural Network, Jaringan syaraf tiruan, Digital Image Processing, Citra Digital, Sayuran
Subjects: Tehnik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika (S1)
Depositing User: Miftahul Ulum [IT Staff]
Date Deposited: 26 Nov 2018 13:49
Last Modified: 26 Nov 2018 13:49
URI: http://digilib.uin-suka.ac.id/id/eprint/31690

Share this knowledge with your friends :

Actions (login required)

View Item View Item
Chat Kak Imum