• Tidak ada hasil yang ditemukan

Sistem Absensi Menggunakan Wajah Pada Jaringan Syaraf Tiruan Dengan Algoritma Learning Vector Quantization (LVQ)

N/A
N/A
Protected

Academic year: 2017

Membagikan "Sistem Absensi Menggunakan Wajah Pada Jaringan Syaraf Tiruan Dengan Algoritma Learning Vector Quantization (LVQ)"

Copied!
2
0
0

Teks penuh

(1)

59

DAFTAR PUSTAKA

Andri., 2012. Implementasi segmentasi citra dan algoritma learning vector quantization (LVQ) dalam pengenalan bentuk botol. Medan.

Fizhta,Aulia., 2015. Perbandingan Kecepatan Dan Ketepatan Antara Learning Vector Quantization Dan Kohonen Pada Identifikasi Penyakit

Leukemia. Universitas Sumatera Utara.

Ginting, Emnitra BR., 2013. Kombinasi Algoritma Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ) Dan Self Organizing Kohonen Pada

Kecepatan Pengenalan Pola Tanda Tangan. Universitas Sumatera Utara.

Hagan, Martin T., Demuth,Howard B., Beale,Mark Hudson., Jesus, Orlando De 2014. Neural Network Design. Oklahoma State University.

He, Ran dkk., 2017. Learning structured ordinal measures for video based face recognition. Elsevier Ltd : Amsterdam, Netherlands

Kohonen, Teuvo dkk., A program package for the correct application of Learning Vector Quantization algorithms. Helsinki University of Technology Laboratory of Computer and Information Science Rakentajanaukio 2 C, SF-02150 Espoo, Finland.

Kohonen, Teuvo dkk., 1996. LVQ PAK: The Learning Vector Quantization Program Package. Finland.

Kumar, Gaurav dkk., 2016. Learning Vector Quantization Neural Network Based External Fault Diagnosis Model for Three Phase Induction Motor Using Current Signature Analysis. Cochin, India

Lin, Shang-Hung dkk., 1997. Face Recognition/Detection by Probabilistic Decision- Based Neural Network. IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 8, NO. 1

Mahrina, Tengku., 2014. ANALISIS PERBANDINGAN BACKPROPAGATION DENGAN LEARNING VECTOR QUANTIZATION (LVQ) UNTUK

MEMPREDIKSI CURAH HUJAN DI KOTA MEDAN. Universitas Sumatera Utara.

Kurniati, Yayang. 2015., Implementasi Metode Bidirectional Associative Memory Pada Absensi Berbasis Identifikasi Wajah (Studi Kasus : Mahasiswa Fasilkom- TI USU). Universitas Sumatera Utara.

(2)

60

Marzuki, Akhmad dkk., 2016. Classification of Humans State Emotion from Physological Signal Pattern using Pulse Sensor Based on Learning Vector Quantization. Surabaya, Indonesia.

Nugraha, Praditio Aditya dkk., 2013. Perbandingan Metode Probabilistik Naïve Bayesian Classifier dan Jaringan Syaraf Tiruan Learning Vector Quantization dalam Kasus Klasifikasi Penyakit Kandungan. Surakarta.

Risky Meliawati dkk., 2016. PENERAPAN METODE LEARNING VECTOR QUANTIZATION (LVQ) PADA PREDIKSI JURUSAN DI SMA PGRI 1 BANJARBARU. Banjarbaru, Kalimantan selatan

Safwandi. 2015., ANALISA SISTEM PENDETEKSIAN WARNA KULIT DAN WAJAH SENYUM DENGAN MENGUNAKAN METODE LEARNING VECTOR QUANTIZATION. FMIPA UNLAM. Universitas Sumatera Utara.

Sato, Atsushi & Keiji Yamada., Generalized Learning Vector Quantization. Kawasaki, Japan. Information Technology Research Laboratories, NEC Corporation.

Sharma, Abhilash and Gupta, Rajani., 2015. IRIS RECOGNITION BASED LEARNING VECTOR QUANTIZATION AND LOCAL BINARY PATTERNS ON IRIS MATCHING. Bhopal, Madhya Pradesh.

Siang, Jong Jek. 2009., Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta. CV. ANDI OFFSET

Soulie ,Francoise Fogelman & Viennet, Emmanuel., MULTI-MODULAR MEURAL NETWORK ARCHITECTURES : APPLICATIONS IN OPTICAL

CHARACTER AND HUMAN FACE RECOGNITION. Laboratoire de

Recherche en Informatique, Bat 490 Universite Paris Sud, 91405 Orsay Cedez, France.

Sutojo,T, S.Si., M.Kom., dkk. 2011. Kecerdasan Buatan. Yogyakarta, Semarang. CV.ANDI OFFSET, UDINUS.

Suyanto, S.T., M.Sc. 2007. Artificial Intelligence Searching, Reasoning, Planning dan Learning. Bandung. Informatika Bandung

Referensi

Dokumen terkait

Program yang akan direkomendasikan kepada petani yaitu: (a) program peningkatan produksi bawang merah yaitu dengan menggunakan bibit bawang merah yang unggul

1) Technological Knowledge (TK) adalah pengetahuan tentang bagaimana mengoperasikan komputer dan perangkat lunak yang relevan. 2) Content Knowledge (CK) adalah materi

(1) Pemerintah menugaskan BSNP untuk menyelenggarakan Ujian nasional yang diikuti peserta didik pada setiap satuan pendidikan jalur formal pendidikan dasar dan menengah, dan

Setelah komputer client terkoneksi dengan access point yang telah ditempatkan dalam kondisi ruangan yang memiliki pembatas triplex dan dinding maka akan dilakukan

Perbandingan Ketrampilan Penggunaan Aplikasi Edit Vidio Adobe Premiere dan Sony Vegas pada Siswa Kejuruan Multimedia. Penelitian ini bertujuan untuk mengetahui

Kesimpulan yang dapat diambil berdasarkan hasil penelitian antara lain: API whatsapp dan API facebook chat tidak dapat digunakan, manajemen pengiriman pesan ke media notifikasi dapat

Tujuan dari penelitian ini adalah menentukan jumlah produksi optimal untuk memaksimalkan keuntungan dan meminimumkan biaya proses produksi dengan metode Goal

Sehubungan dengan hal tersebut, para peneliti dan pelaksana pengabdian kepada masyarakat yang telah selesai melaksanakan kegiatannya di tahun 2014 (semua skema) diwajibkan