Jaringan Syaraf Tiruan

A. Latar Belakang Sidik jari merupakan pola kulit yang dimiliki oleh ujung-ujung jari manusia. Pada kenyataannya setiap orang memiliki sidik jari yang berbeda-beda sehingga sidik jari dapat digunakan sebagai alat untuk mengidentifikasi seseorang. Selain itu, sidik jari mempunyai sifat yaitu tidak berubah seumur hidup dan sangat sulit untuk ditiru. Pengenalan sidik jari secara manual atau dengan kata lain menggunakan mata manusia akan sangat sulit mengingat keterbatasan kemampuan mata manusia serta struktur sidik jari yang sangat sulit untuk dibandingkan dengan struktur sidik jari lain. Penggunaan alat bantu berupa software akan sangat membantu pekerjaan manusia untuk mengidentifikasi suatu pola sidik jari, sehingga pengenalan sidik jari tidak lagi dilakukan secara manual.   B. Rumusan Masalah Permasalahn yang diangkat pada penelitian ini dititik beratkan pada identifikasi sidik jari dengan metode Backpropagation. C. Tujuan Penelitian Penelitian ini bertujuan un...

A. Latar Belakang Indonesia merupakan salah satu negara dengan keanekaragaman tanaman yang cukup tinggi. Keanekaragaman tanaman tersebut merupakan satu tantangan dalam melakukan identifikasi. Identifikasi tanaman dapat dilakukan berdasarkan buah, bunga, maupun daun. Identifikasi berdasarkan daun merupakan identifikasi yang lebih mudah dilakukan karena daun akan ada sepanjang masa, sedangkan buah dan bunga hanya ada pada waktu tertentu. B. Rumusan Masalah Permasalahan yang diangkat pada penelitian ini dititik beratkan pada pengklasifikasian daun menggunakan algoritma Jaringan Syaraf Tiruan.   C. Tujuan Penelitian Tujuan dari penelitian ini adalah untuk melakukan klasifikasi citra daun menggunakan algoritma Jaringan Syaraf Tiruan.   D. Tinjauan Pustaka A. Segmentasi Citra Dalam pengolahan citra, terkadang kita menginginkan pengolahan hanya pada obyek tertentu. Oleh sebab itu, perlu dilakukan proses segmentasi citra yang bertujuan untuk memisahkan antara...

Dari model jaringan syaraf yang digunakan, jaringan syaraf tiruan tersebut dapat mengenali pola sidik jari dengn tingkat akurasi 100%. untuk lebih jelasnya dapat dilihat dalam journal berikut: Panduan Journal Untuk mendapatkan matlab coding dari aplikasi ini dapat didownload pada link berikut: Matlab Fingerprint Identification [Kembali]

Akurasi yang dihasilkan sistem dalam proses pelatihan adalah 24/24*100% = 100%. Akurasi yang dihasilkan jaringan dalam proses pengujian adalah sebesar 15/16*100% = 93,75%. Akurasi yang dihasilkan sistem baik pada proses pelatihan maupun pengujian menunjukkan bahwa metode yang digunakan dapat mengklasifikasikan citra daun dengan baik. Sebagai panduan dapat dilihat pada jurnal berikut: Panduan Journal Untuk mendapatkan matlab coding dari aplikasi ini, dapat didownload pada link berikut: link matlab [Kembali]

Penelitian dilakukan dalam beberapa tahap yaitu: proses pengambilan data, proses pengolahan citra, proses pelatihan JST, dan proses pengujian. Proses pengambilan data hingga pada proses pelatihan jaringan sajikan pada gambar 3. Proses pengolahan gambar sidik jari diawali dengan pengambilan sidik jari.  Gambar sidik jari diambil dengan menggunakan tinta stempel, lalu ditempelkan pada kertas yang memiliki permukaan rata dan tidak menyerap tinta stempel, agar gambar tidak terhambur. Sebelum gambar diidentifikasi di dalam jaringan saraf tiruan, terlebih dahulu gambar harus melewati beberapa langkah pengolahan yang antara lain adalah seperti yang terlihat dalam gambar berikut Penentuan derajat keabuan dilakukan dengan mengubah piksel-piksel gambar ke dalam bentuk numerik. Nilai dari derajat abuan itu sendiri berkisar antara 0 sampai 255. Setelah menentukan derajat keabuan, gambar tersebut kemudian difilter untuk mendapatkan gambar yang lebih halus. ...