eprintid: 6056
rev_number: 20
eprint_status: archive
userid: 232
dir: disk0/00/00/60/56
datestamp: 2021-10-18 01:57:54
lastmod: 2021-10-18 01:57:54
status_changed: 2021-10-18 01:57:54
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22104953, I Komang Tisna
creators_id: ikomangtisna@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Hapsari, Widi
contributors_name: Santosa, R.Gunawan
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN UKIRAN PATRA BALI MENGGUNAKAN METODE BACKPROPAGATION DENGAN EKSTRAKSI FITUR PRINCIPAL COMPONENT ANALYSIS
ispublished: pub
subjects: NK
subjects: QA75
subjects: QA76
subjects: ZA
divisions: tek_informatika
full_text_status: restricted
keywords: Ukiran Patra, Principal Component Analysis (PCA), Backpropagation
abstract: Di zaman modern sekarang pengetahuan tentang warisan budaya khususnya ukiran patra sudah mulai dilupakan terutama oleh kalangan muda, banyak kalangan muda yang tidak peduli ataupun tidak mengetahui setiap nama dari ukiran patra tersebut. Seiring perkembangannya teknologi yang sedemikian pesat. Maka penulis
memiliki inisiatif membangun sebuah perangkat lunak dan melakukan penelitian yang dapat mengenali pola ukiran patra secara otomatis. Perangkat lunak ini akan dibangun dengan beberapa metode. Proses ekstraksi fitur akan menggunakan metode Principal Component Analysis (PCA). Dan kemudian proses pengenalan maupun pelatihannya menggunakan metode Backpropagation. Penelitian dilakukan dengan jumlah patra sebanyak 5 pola yaitu patra cina,
patra punggel, patra samblung, patra sari dan patra olanda. Menggunakan data sample sebanyak 75 dan data uji sebanyak 25 gambar. Dari penelitian tersebut mendapatkan hasil pengenalan ukiran patra Bali menggunakan Backpropagation diperoleh tingkat akurasi paling tinggi pada learning rate 0,1 dengan data uji pergeseran gambar sample 3 piksel ke atas dengan akurasi 52%. Dan pada data uji pergeseran gambar sample 2 piksel ke atas diperoleh tingkat akurasi paling tinggi pada learning rate 0,4 dengan tingkat akurasi 48%. Sedangkan pengujian paling buruk ketika menggunakan data uji
gambar utuh dengan learning rate 0,8 yaitu tingkat akurasi 12%
date: 2015-02
date_type: published
pages: 73
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22104953, I Komang Tisna  (2015) PENGENALAN UKIRAN PATRA BALI MENGGUNAKAN METODE BACKPROPAGATION DENGAN EKSTRAKSI FITUR PRINCIPAL COMPONENT ANALYSIS.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/6056/1/22104953_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/6056/2/22104953_bab2-sd-bab4_lampiran.pdf