• Tidak ada hasil yang ditemukan

Repository Institut Teknologi Indonesia: CLUSTERING POLA BATIK LASEM MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAP (SOM)

N/A
N/A
Protected

Academic year: 2024

Membagikan "Repository Institut Teknologi Indonesia: CLUSTERING POLA BATIK LASEM MENGGUNAKAN JARINGAN SYARAF TIRUAN SELF ORGANIZING MAP (SOM)"

Copied!
2
0
0

Teks penuh

(1)

Informatika - ITI 65

DAFTAR PUSTAKA

Abdul Khair Tarigan, S. D. (2016). Aplikasi Pembelajaran Citra Dengan Menggunakan Metode Computer Assisted Instruction (CAI). Jurnal Riset Komputer

(JURIKOM), Vol. 3 No. 4, 1-4.

Agustin, M. (2012). Penggunaan jaringan syaraf tiruan backpropagation untuk seleksi penerimaan mahasiswa baru pada jurusan teknik komputer di Politeknik Negeri Sriwijaya. Jurnal Sisterm Informasi Bisnis, Vol. 2 No. 2.

Ahmad Fahrudi Setiawan, A. K. (2016). Klasifikasi Pola Sidik Jari Menggunakan Jaringan Syaraf Tiruan Backpropagation Untuk Analisa Karakteristik Seseorang.

Jurnal Antivirus, Vol. 10No. 2, 50-55.

Arissa Aprilia Nurcahyani, R. S. (2015). Identifikasi Kualitas Beras dengan Citra Digital. Scientific Journal of Informatics Vol. 2, No. 1, 63-72.

Arrie Kurniawardhani, N. S. (2014). Klasifikasi Citra Barik Menggunakan Metode Ekstraksi Ciri Yang Invariant Terhadap Rotasi. JUTI: Jurnal Ilmiah Teknologi Informasi - Volume 12, Nomer 2, 48-60.

David, S. K. (2013). Penerapan Algoritma Jaringan Saraf Tiruan Backpropagation Untuk Pengenalan Pola Tanda Tangan. Jurnal Teknologi, Volume 6 Nomor 2, 139-146.

Dina Sunia, K. P. (2010). Penerapan Data Mining Untuk Clustering Data Penduduk Miskin Menggunakan Algoritma K-Means. Jurnal Ilmiah Mahasiswa Teknik Informatika, Vol. 1 No. 2, 121-134.

Fatta, H. a. (2009). Rekayasa Sistem Pengenalan Wajah. Yogyakarta: Andi.

Gabriella E. I. Kambey, R. S. (2020). Penerapan Clustering pada Aplikasi Pendeteksi Kemiripan Dokumen Teks Bahasa Indonesia . Jurnal Teknik Informatika vol. 15 no. 2, 75-82.

I Y Purbasari, E. Y. (2020). Using Self-Organizing Map (SOM) for Clustering and Visualization of New Students based on Grades. Surabaya: IOP.

Kusumawati, R. (2018). Kecerdasan Buatan Manusia(Artificial Intelligence). Ulul Albab, Vol. 9 No. 2, 258-274.

Laure Fausett. (1994). Fundamentals Of Neural Networks. Prentice-hall, inc

(2)

Informatika - ITI 66

Maharani Dessy Wuryandari, I. A. (2012). Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah. Jurnal Komputer dan Informatika (KOMPUTA) 45 Edisi. I Volume. 1, 45-51.

Max R Kumaseh, L. L. (2013). Segmentasi Citra Digital Ikan Menggunakan Metode Thresholding. Jurnal Ilmiah Sains Vol. 13 No. 1, 74-79.

Natalia, J. H. (2018). Batik Image Retrieval System Using Self Organizing Map. In International Conference on Information Technology, Engineering, Science &

its Applications. Available in the SSRN eLibrary: http://ssrn.com/link/ITES- 2018.html, 139-147.

Nurichan, A. T. (2014). Analisis Dan Perancangan Sistem Pengenalan Iris Mata Manusia Berbasis Java. Skripsi Sarjana pada IT Telkom Bandung.

Parmono, K. (2013). Nilai Kearifan Lokal Dalam Batik Tradisional Kawung. Jurnal Filsafat Vol. 23, Nomor 2, 134-156.

Vesanto, j. E. (2000). Clustering of the self-organizing map. IEEE Transactions on neural networks, Vol. 11 No.3, 586-600.

Yanto, M. (2017). Penerapan Jaringan Syaraf Tiruan Dengan Algoritma Perceptron Pada Pola Penentuan Nilai Status Kelulusan Sidang Skripsi. Jurnal Teknolf, Vol.

5 No. 2, 79-87.

Yuri Brasilka, E. D. (2015). Klasifikasi Citra Batik Besurek Berdasarkan Ekstraksi Fitur Tekstur Menggunakan Jaringan Syaraf Tiruan Self Organizing Map (SOM).

Jurnal Rekursif, Vol. 3 No.2, 132-145.

Referensi

Dokumen terkait

Penelitian ini bertujuan menggunakan Jaringan Syaraf Tiruan Backpropagation untuk meramalkan harga saham, model ini merupakan sebuah model jaringan syaraf

2.1.8 Arsitektur Jaringan Syaraf Tiruan Backpropagation Perambatan galat mundur backpropagation merupakan sebuah metode untuk pelatihan jaringan syaraf tiruan agar mampu

Sistem klasifikasi kepribadian dan penerimaan teman sebaya menggunakan jaringan syaraf tiruan backpropagation menghasilkan arsitektur jaringan terbaik dengan 10 neuron pada input

Sistem klasifikasi kepribadian dan penerimaan teman sebaya menggunakan jaringan syaraf tiruan backpropagation menghasilkan arsitektur jaringan terbaik dengan 10 neuron

Aplikasi pengenalan pola plat nomor kendaraan dengan menggunakan jaringan syaraf tiruan backpropagation dapat berjalan dengan baik. Kendala yang sering muncul adalah

Aplikasi pengenalan pola plat nomor kendaraan dengan menggunakan jaringan syaraf tiruan backpropagation dapat berjalan dengan baik. Kendala yang sering muncul adalah pencarian

Penelitian ini dilakukan untuk mempelajari prediksi penjualan tunai dan kredit sepeda motor menggunakan Jaringan Syaraf Tiruan dengan Backpropagation yang diimplementasikan

Pemodelan Jaringan Syaraf Tiruan Backpropagation Dalam proses ini, dimulai dari membuat arsitektur jaringan syaraf tiruan backpropagation berdasarkan model skenario yang dipakai,