Aplikasi jaringan saraf tiruan untuk pengenalan huruf menggunakan multilayerperceptron dengan metode pembelajaran backpropagation

DETAIL KOLEKSI

Aplikasi jaringan saraf tiruan untuk pengenalan huruf menggunakan multilayerperceptron dengan metode pembelajaran backpropagation

Oleh : Eka Darwati

Info Katalog

Penerbit : FTI - Usakti

Kota Terbit : Jakarta

Tahun Terbit : 2012

Pembimbing 1 : Abdul Rochman

Subyek : Industrial management;System analysis;Production - process

Kata Kunci : applications, networks, artificial neural networks, letter recognition, multilayer perceptron, backp

Status Posting : Published

Status : Tidak Lengkap

File Repositori

No.	Nama File	Hal.	Link
1.	2012_TA_SIF_06407005_Halaman-Judul.pdf
2.	2012_TA_SIF_06407005_Lembar-Pengesahan.pdf
3.	2012_TA_SIF_06407005_Bab-1_Pendahuluan.pdf
4.	2012_TA_SIF_06407005_Bab-2_Landasan-Teori.pdf
5.	2012_TA_SIF_06407005_Bab-3_Analisa-dan-Perancangan.pdf
6.	2012_TA_SIF_06407005_Bab-4_Implementasi-dan-Uji-Coba.pdf
7.	2012_TA_SIF_06407005_Bab-5_Penutup.pdf
8.	2012_TA_SIF_06407005_Daftar-Pustaka.pdf

Abstrak
Abstract

J Jaringan saraf tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobot sinapsisnya. Jaringan saraf tiruan sudah banyak diterapkan di berbagai bidang, diantaranya face recognition, sistem autopilot, dan deteksi sel kanker. Jaringan saraf tiruan adalah salah satu metode pengenalan pola yang cukup baik untuk menangani pengelompokan pola-pola yang cukup rumit. Di dalam tugas akhir ini, penulis membuat aplikasi jaringan saraf tiruan multilayer perceptron untuk pengenalan pola huruf. Pelatihan yang digunakan menggunakan pelatihan backpropagation yang merupakan pelatihan terawasi. Pembangunan aplikasi ini menggunakan bahasa pemrograman Java. Dengan adanya aplikasi jaringan saraf tiruan multilayer perceptron untuk pengenalan huruf ini, diharapkan dapat membuktikan keakuratan jaringan saraf tiruan untuk masalah pengenalan pola dan menjadi contoh untuk yang ingin mempelajari konsep dan cara kerj a jaringan saraf tiruan.

A Artificial neural networks are information processing systems designed to mimic the way the human brain works in solving problems by learning through changes in synapse weights. Artificial neural networks have been widely applied in various fields, including face recognition, autopilot systems, and cancer cell detection. Artificial neural networks are a pattern recognition method that is quite good at handling complex pattern groupings. In this final project, the author created a multilayer perceptron artificial neural network application for letter pattern recognition. The training used was backpropagation training, which is a supervised training. The development of this application used the Java programming language. With this multilayer perceptron artificial neural network application for letter recognition, it is hoped that it can prove the accuracy of artificial neural networks for pattern recognition problems and serve as an example for those who want to learn the concept and workings of artificial neural networks.