Aplikasi Mobile Untuk Mengidentifikasi Simbol Informasi Publik Berbasis Algoritma Learning Vector Quantization (LVQ)

AFIF MUHAMMAD, 15650045 (2019) Aplikasi Mobile Untuk Mengidentifikasi Simbol Informasi Publik Berbasis Algoritma Learning Vector Quantization (LVQ). Skripsi thesis, UIN Sunan Kalijaga.

Preview	Text (Aplikasi Mobile Untuk Mengidentifikasi Simbol Informasi Publik Berbasis Algoritma Learning Vector Quantization (LVQ)) 15650045_BAB-I_V_DAFTAR-PUSTAKA.pdf - Published Version Download (1MB) | Preview
	Text (Aplikasi Mobile Untuk Mengidentifikasi Simbol Informasi Publik Berbasis Algoritma Learning Vector Quantization (LVQ)) 15650045_BAB-II_sampai_IV .pdf - Published Version Restricted to Registered users only Download (1MB)

Abstract

Simbol informasi publik merupakan salah satu jenis dari informasi berupa citra. Simbol informasi publik dapat dikenali oleh komputer dengan menggunakan jaringan syaraf tiruan. Salah satu metode jaringan syaraf tiruan yang dapat mengklasifikan banyak pola dengan baik adalah Learning Vector Quantization. Berdasarkan hal tersebut, peneliti akan mengembangkan suatu aplikasi untuk mengidentifikasi simbol informasi publik dengan memanfaatkan algoritma Learning Vector Quantization(LVQ). Penelitian ini menggunakan 72 citra latih dan 108 citra uji. Citra pelatihan didapatkan dari standar ISO Public Information Symbol dan citra uji didapatkan dari hasil capture aplikasi yang dibuat peneliti. Data yang akan digunakan dalam jaringan syaraf tiruan LVQ merupakan hasil dari prapemrosesan dan ekstraksi fitur seluruh citra. Prapemrosesan citra dilakukan dengan menerapkan resizing, noise reduction, dan edge detection. Penelitian ini menghasilkan nilai parameter laju pembelajaran optimal sebesar 0,4 dan perubahan laju pembelajaran sebesar 0,4 dengan tingkat pengenalan 94,4%. Aplikasi dapat mengenali data uji dengan tingkat akurasi sebesar 70,27%. Kata kunci: Simbol Informasi Publik, Jaringan Syaraf Tiruan, Learning Vector Quantization, Ekstrasi Fitur.

Share this knowledge with your friends :

Actions (login required)

View Item