Hibatullah, Alwan (2019) Penerapan Metode Convolutional Neural Network Pada Pengenalan Pola Citra Sandi Rumput. Other thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_Alwan H_Cover.pdf - Published Version Download (90kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Lembar Pengesahan.pdf - Published Version Download (130kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Surat Keterangan Publikasi.pdf - Published Version Download (39kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Surat Keterangan Orisinalitas.pdf - Published Version Download (211kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Kata Pengantar.pdf - Published Version Download (189kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Daftar Isi.pdf - Published Version Download (395kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Bab 1.pdf - Published Version Download (275kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Bab 2.pdf - Published Version Download (1MB) | Preview |
|
Text
UNIKOM_Alwan H_Bab 3.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
||
|
Text
UNIKOM_Alwan H_Bab 4.pdf - Published Version Download (1MB) | Preview |
|
|
Text
UNIKOM_Alwan H_Bab 5.pdf - Published Version Download (51kB) | Preview |
|
|
Text
UNIKOM_Alwan H_Daftar Pustaka.pdf - Published Version Download (276kB) | Preview |
|
Text
UNIKOM_Alwan H_Jurnal Dalam Bahasa Inggris.pdf - Published Version Restricted to Repository staff only Download (450kB) | Request a copy |
||
|
Text
UNIKOM_Alwan H_Jurnal Dalam Bahasa Indonesia.pdf - Published Version Download (513kB) | Preview |
Abstract
Sandi rumput termasuk sandi yang unik karena memiliki pola yang menyerupai rumput. Karena bentuk polanya yang unik, dilakukan penelitian mengenai pengenalan pola citra sandi rumput. Pada penelitian sebelumnya yang membahas kajian mengenai pengenalan sandi rumput didapat hasil akurasi yang cukup bagus namun masih banyak pola yang belum dikenali. Penelitian ini menggunakan metode Convolutional Neural Network (CNN) untuk mengklasifikasi jenis pola sandi rumput. Tujuan dari penelitian ini adalah mengetahui tingkat akurasi dari CNN dalam mengenali pola citra sandi rumput. Penelitian ini memiliki beberapa tahapan yaitu preprocessing yang meliputi proses grayscale, thresholding, segmentasi, dan resize. Kemudian dilanjutkan dengan proses pelatihan pada CNN yang meliputi Convolution Layer, Activation Layer, Pooling Layer, Fully Connected Layer, Hidden Layer, dan Output Layer serta proses Backpropagation. Proses pelatihan menggunakan data sebanyak 2600 data. Adapun proses pengujian CNN meliputi Convolution Layer, Activation Layer, Pooling Layer, Fully Connected Layer, Hidden Layer, dan Output Layer. Berdasarkan hasil pengujian dengan menggunakan data sebanyak 260 data, didapat persentasi akurasi terbaik sebesar 96.92%. Hasil akurasi ini dipengaruhi oleh nilai learning rate pada proses pelatihan. Selain itu, tingkat kerapihan pola, jumlah dataset dan jumlah layer dalam arsitektur CNN juga berpengaruh terhadap tingkat akurasi.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Sandi Rumput, Pengolahan Citra, Convolutional Neural Network, Feedforward, Backpropagation |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mrs. Calis Maryani |
Date Deposited: | 26 Dec 2019 03:33 |
Last Modified: | 26 Dec 2019 03:33 |
URI: | http://elibrary.unikom.ac.id/id/eprint/1529 |
Actions (login required)
View Item |