Penerapan Jaringan Saraf Tiruan Untuk Pengenalan Pola Huruf Dengan Metode Backpropagation
Teks penuh
Gambar
Dokumen terkait
Dapat dilihat pada Gambar 9 bahwa akurasi terbaik didapatkan pada percobaan dengan perbandingan data latih dan data uji 75:25, dengan 26 koefisien MFCC, yaitu sebesar 98.75%.
Dari hasil penelitian tugas akhir ini dapat ditarik kesimpulan telah dibangunnya sebuah Jaringan Saraf Tiruan Backpropagation untuk Aplikasi Pengenalan Tanda Tangan. Aplikasi ini
Dalam penelitian yang sudah ada [7] aplikasi pengenalan wajah menggunakan citra wajah yang diambil dari pose frontal dan memiliki jarak pengambilan citra yang relatif sama
Dalam penelitian yang sudah ada [7] aplikasi pengenalan wajah menggunakan citra wajah yang diambil dari pose frontal dan memiliki jarak pengambilan citra yang relatif sama
Gambar 20 menunjukkan waktu latih percobaan menggunakan 3 buah toleransi galat yang menghasilkan akurasi maksimum pada Percobaan 3. Gambar 15 menunjukkan jumlah
Dalam penelitian yang sudah ada [7] aplikasi pengenalan wajah menggunakan citra wajah yang diambil dari pose frontal dan memiliki jarak pengambilan citra yang relatif sama
Setelah neuron-neuron mendapatkan nilai-nilai yang sesuai dengan kontribusinya pada galat keluaran, maka bobot-bobot jaringan akan diperbaiki agar galat dapat diperkecil. Perbaikan
Sistem ini dibangun dengan menggunakan bahasa pemrograman VB, Micosoft Access sebagai media penyimpanan data, dan Visual Basic 6.0 adalah software yang digunakan sebagai tool untuk
