PENGENALAN CITRA TULISAN TANGAN DENGAN METODE BACKPROPAGATION

ALPHIEN ANDANA, . (2017) PENGENALAN CITRA TULISAN TANGAN DENGAN METODE BACKPROPAGATION. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

Text Skripsi [Alphien Andana (3125120206)].pdf Download (1MB)

Abstract

Backpropagation merupakan salah satu metode pada jaringan syaraf tiruan yang sangat baik dalam menangani masalah pengenalan pola-pola kompleks, salah satunya adalah pengenalan citra tulisan tangan. Permasalahan yang diangkat dalam penelitian ini adalah pembuatan sistem dengan menggunakan jaringan metode backpropagation untuk pengenalan citra tulisan tangan, proses analisis masalah yang dilakukan adalah dengan menentukan masalah, studi pustaka, mengumpulkan data-data penelitian, merancang sistem, membuat sistem dan menguji sistem. Dari hasil pengujian sistem diperoleh tingkat akurasi sistem dalam mengenali citra tulisan tangan dengan metode Backpropagation adalah sebesar 96%. Arsitektur jaringan yang digunakan adalah dengan variasi jumlah iterasi 22, learning rate 0,05 dan jumlah neuron hidden layer 40. Untuk kasus yang dibahas, arsitektur jaringan tersebut menghasilkan Mean Square Error (MSE) sebesar 4.48e −14 dengan waktu training 123 detik. Backpropagation is one method of the neural network which is excellent in dealing with the introducing of complex pattern, one of which is the image of handwriting recognition. Issues raised in this research is the manufacturing system using a network of backpropagation method for image recognition handwriting, problem analysis process is carried out by determining the problem, literature, collecting research data, design the system, making the system and test the system. From the test result obtained by the level of system accuracy of the system in recognizing handwriting image with backpropagation method 1s 96%. Network architecture used is the variation of the number of iteration is 22, 0.05 learning rate, and the number of neuron hidden layer is 40. For the cases discussed, the network architecture produces mean square error (MSE) of 4.48e −14 with 123 seconds training time.

Item Type:	Thesis (Sarjana)
Additional Information:	1) Ratna Widyati, S.Si., M.Kom 2) Med Irzal, M.Kom
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Matematika
Depositing User:	sawung yudo
Date Deposited:	31 Mar 2022 07:07
Last Modified:	31 Mar 2022 07:07
URI:	http://repository.unj.ac.id/id/eprint/25576

Actions (login required)

View Item