WIDAT, MOH SHOCHWIL (2015) Pengenalan Pola Telapak Tangan Dengan Menggunakan Algoritma Back Propagation Neural Network. Update Test thesis, Universitas Muria Kudus.
Preview |
PDF (Hal. Judul)
Hal_Judul.pdf - Accepted Version Download (2MB) |
PDF (Bab 1)
BAB_I.pdf - Accepted Version Restricted to Registered users only Download (176kB) | Request a copy |
|
PDF (Bab 2)
BAB_II.pdf - Accepted Version Restricted to Registered users only Download (659kB) | Request a copy |
|
PDF (Bab 3)
BAB_III.pdf - Accepted Version Restricted to Registered users only Download (381kB) | Request a copy |
|
PDF (Bab 4)
BAB_IV.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
|
PDF (Bab 5)
BAB_V.pdf - Accepted Version Restricted to Registered users only Download (156kB) | Request a copy |
|
PDF (Lampiran)
lampiran.pdf - Accepted Version Restricted to Registered users only Download (2MB) | Request a copy |
|
Preview |
PDF (Daftar Pustaka)
Daftar_Pustaka.pdf - Accepted Version Download (50kB) |
Other (Program)
Program.zip - Accepted Version Restricted to Registered users only Download (10MB) | Request a copy |
Abstrak
Abstrak Manusia memiliki salah satu tanda pengenal yang membedakan manusia yang satu dengan manusia yang lainnya. Salah satu diantaranya adalah telapak tangan. Pada telapak tangan, dapat kita amati garis-garis yang fraktal, hal inilah yang dijadikan dasar untuk dapat melakukan pengenalan pola. Salah satu metode yang dapat dipergunakan untuk mengenali pola adalah Back Propagation Neural Network. Sebelum masuk ke dalam proses Jaringan Syaraf Tiruan, akan terlebih dahulu dilakukan ekstraksi ciri untuk mengambil ciri-ciri khas yang terdapat pada pola telapak tangan. Penelitian terdahulu masih banyak yang menggunakan metode ekstraksi yang didasarkan pada frekuensi intensitas derajat keabuan, sedangkan pada penelitian ini dipergunakan metode yang dapat melakukan analisis tekstur yang memiliki kemampuan untuk mengenali geometri kompleks. Metode yang dipergunakan untuk melakukan ekstraksi ciri adalah dengan menggunakan Gray Level Co-occurrence Matrix (GLCM). Berdasarkan hasil penelitian diketahui bahwa hasil pengujian dengan menggunakan Jaringan Syaraf Tiruan Back Propagation dapat mencapai akurasi hingga 100% untuk data latih dan 96,67% untuk data uji dengan jumlah seluruh datasets adalah 60 citra telapak tangan.
Item Type: | Skripsi/ Thesis (Update Test) |
---|---|
Dosen Pembimbing: | Pembimbing : Endang Supriyati,M.Kom |
Kata Kunci: | telapak tangan, backpropagation, neural network, MSE, pattern, GLCM |
Subjects: | Teknologi > Teknologi (umum) |
Program Studi: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | pustakawan umk |
Date Deposited: | 04 Apr 2015 05:51 |
Last Modified: | 04 Apr 2015 05:51 |
URI: | http://eprints.umk.ac.id/id/eprint/4413 |
Actions (login required)
View Item |