eprintid: 3391
rev_number: 13
eprint_status: archive
userid: 33
dir: disk0/00/00/33/91
datestamp: 2021-06-11 02:52:23
lastmod: 2021-06-11 02:52:23
status_changed: 2021-06-11 02:52:23
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22084457, Devian Ricky Hutama
creators_id: devian.ricky.hutama@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Suwarno, Sri
contributors_name: Setiadi, Hendro
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN POLA PADA PENULISAN TANGAN ANGKA SINO KOREA MENGGUNAKAN METODE BACKPROPAGATION
ispublished: pub
subjects: QA75
divisions: tek_informatika
full_text_status: restricted
keywords: angka Sino Korea, metode jaringan syaraf tiruan, jaringan backpropagation
abstract: Penelitian pada Tugas Akhir ini yaitu mengenai pembuatan sistem untuk mengenali pola pada penulisan tangan angka Sino Korea dengan menggunakan metode jaringan syaraf tiruan, yaitu backpropagation. Penelitian ini dilakukan untuk mencoba beberapa pengaturan jaringan backpropagation untuk mendapatkan bobot akhir dan keakurasian pengenalan pola yang terbaik. Jaringan syaraf tiruan memang memiliki berbagai manfaat, salah satunya yaitu untuk pengenalan pola tulisan. Salah satu metode yang sering digunakan yaitu backpropagation karena bersifat multi-layer dan cukup efektif untuk diaplikasikan pada sistem pengenal pola. Data yang digunakan dalam pengenal pola ini berupa hasil scanning penulisan tangan Angka Sino Korea dari responden yang selanjutnya diolah terlebih dahulu untuk kemudian diolah bersama dengan jaringan Backpropagation sehingga menghasilkan sistem pengenal pola yang mampu mengenali pola dengan baik. Sistem pengenalan pola pada penulisan tangan Angka Sino Korea ini mampu mengenali baik dengan tingkat akurasi 64% ketika memiliki pengaturan jaringan learning rate 0.2, toleransi error 0.02, maksimum epoch 10000, 1 hidden layer, 20 hidden units, syarat representasi zone bernilai 0 ketika pixel putih berjumlah lebih dari 40, dan threshold 0.5. Secara keseluruhan, seluruh setting jaringan yang diteliti memiliki tingkat akurasi di atas 55%.
date: 2013-02
date_type: published
pages: 73
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22084457, Devian Ricky Hutama  (2013) PENGENALAN POLA PADA PENULISAN TANGAN ANGKA SINO KOREA MENGGUNAKAN METODE BACKPROPAGATION.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/3391/1/22084457_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/3391/2/22084457_bab2-sd-bab4_lampiran.pdf