pengenalan tanda tangan menggunakan metode jaringan saraf tiruan perceptron dan backpropagation

Clicks: 89
ID: 182576
2016
Free PDF
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #17 of 26 articles by views in international journal of food properties

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract

Jaringan Saraf Tiruan (JST) adalah salah satu cabang ilmu dari bidang ilmu kecerdasan buatan (Artificial Intelligence) dan merupakan metode untuk memecahkan masalah terutama di bidang – bidang yang melibatkan pengelompokan dan pengenalan pola (pattern recognition). Salah satu manfaat dari JST adalah untuk mengenali pola tanda tangan. Perceptron dan Backpropagation adalah metode JST yang dapat digunakan untuk mengenali pola tanda tangan. Sebelum dikenali polanya, citra tanda tangan ini akan melewati tahap preprosessing yang merupakan tahapan dalam pengolahan citra digital dan mengambil informasi dari dalam citra dengan merubahnya menjadi matrix 1 x 10000. Nilai yang sudah didapat kemudian dilatih dan dikenali dengan menggunakan metode Perceptron dan Backpropagation. Perbedaan kedua metode terletak pada bentuk arsitektur jaringan serta rumus perhitungan yang digunakan. Hasil pengenalan pola tanda tangan direpresentasikan dengan tingkat akurasi tertentu. Dari hasil penelitian proses pelatihan dan pengenalan metode Perceptron jauh lebih cepat dari metode Backpropagation. Tetapi dengan keunggulan arsitektur jaringannya, metode Backpropagation lebih baik dan akurat dari metode Perceptron dengan akurasi 86% untuk metode Backpropagation dan 76% untuk metode Perceptron.

Kata kunci: JST, pengenalan pola, Perceptron, Backpropagation, preprocessing

Reference Key
alqurni2016techno.compengenalan Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors ;Restu Poetra Alqurni;- Muljono
Journal international journal of food properties
Year 2016
DOI
DOI not found
URL
http://publikasi.dinus.ac.id/index.php/technoc/article/view/1275
Keywords
Information technology

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.