Hardiansyah, Noor (2006) Pengenalan Pola Tulisan Tangan Huruf Kapital Menggunakan Jaringan Syaraf Tiruan dengan Metoda Backpropagation. Other thesis, Universitas Komputer Indonesia.
judul-26-pengesahan.doc
Download (131kB)
daftar-isi.doc
Download (44kB)
BAB-I.doc
Download (30kB)
BAB-II.doc
Download (1MB)
pustaka.doc
Download (28kB)
Abstract
Jaringan syaraf tiruan merupakan cabang ilmu multidisiplin yang pada dasarnya mencoba meniru cara kerja otak makhluk hidup. Salah satu aplikasinya yaitu untuk mengenali pola tulisan tangan huruf kapital yang sedikit berbeda. Dalam laporan tugas akhir ini akan dibahas bagaimana menggunakan jaringan syaraf tiruan untuk mengenali pola tulisan tangan huruf kapital dengan metoda backpropagation yang pemrogramannya akan dibuat dalam Matlab 7.0.1 dibantu dengan Neural Network Toolbox dan Image Processing Toolbox.
Pada penelitian ini dirancang sistem jaringan syaraf tiruan dengan arsitektur dua lapisan neuron yang masing-masing menggunakan fungsi aktivasi sigmoid biner. Pada lapisan input terdiri dari 1575 neuron sesuai dengan input data masukan yaitu matriks 45x35, pada lapisan tersembunyi terdapat 100 neuron, dan pada lapisan output terdapat 26 neuron. Data yang digunakan adalah 104 data untuk data pelatihan dan 26 data untuk data pengujian.
Hasil penelitian dengan program pengenalan pola tulisan tangan huruf kapital menggunakan jaringan syaraf tiruan dengan metoda backpropagation telah berhasil mengenali data pengujian dengan persentase 92,3% dari 26 data yang diujikan.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | Migrasi dari GDL. Identifier: jbptunikompp-gdl-s1-2006-noorhardia-3269. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Komputer/Sistem Komputer / 2006 |
| Uncontrolled Keywords: | POLA TULISAN TANGAN HURUF KAPITAL, JARINGAN SYARAF TIRUAN, METODA BACKPROPAGATION. |
| Divisions: | S1 Skripsi > Sistem Komputer |
| Depositing User: | Robot Migration |
| Date Deposited: | 05 Nov 2026 05:14 |
| Last Modified: | 05 Nov 2026 05:14 |
| URI: | https://elibrary.unikom.ac.id/id/eprint/25387 |
