DAMPAK REDUKSI SAMPEL MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) PADA PELATIHAN JARINGAN SARAF TIRUAN TERAWASI (STUDI KASUS: PENGENALAN ANGKA TULISAN TANGAN)

Diyah, Puspitaningrum and Dyan, Kemala Sari and Boko , Susilo (2015) DAMPAK REDUKSI SAMPEL MENGGUNAKAN PRINCIPAL COMPONENT ANALYSIS (PCA) PADA PELATIHAN JARINGAN SARAF TIRUAN TERAWASI (STUDI KASUS: PENGENALAN ANGKA TULISAN TANGAN). PSEUDOCODE, 1 (2). pp. 83-89. ISSN 2355-5920

[img] Text (Article)
JurnalPseudocode_Sept2014_PCA_DyanKemalasari.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (9MB)

Abstract

Makalah ini membahas tentang bagaimana sebuah komputer mengenali sebuah pola citra digital berupa pengenalan angka tulisan tangan yang menggunakan metode Principal Component Analysis (PCA) pada pelatihan jaringan saraf tiruan terawasi model Backpropagation. Dalam penelitian ini terdapat dua pelatihan untuk mengetahui dampak reduksi sampel menggunakan PCA atau tanpa menggunakan PCA. Pada penelitian ini terdapat 1060 sampel citra angka tulisan tangan yang berformat *.jpg, sebanyak 660 sampel citra sebagai citra latih (training) dan sebanyak 400 sampel citra sebagai citra uji (testing). Sampel tersebut diambil dari angka tulisan tangan 106 responden yang berbeda. Hasil analisis menunjukkan bahwa sistem memiliki tingkat pengenalan bergantung pada dimensi dan jumlah zona. Pada pelatihan pertama, jika dimensi yang digunakan adalah 40 piksel x 30 piksel maka tingkat pengenalan sebesar 86,75% dengan waktu rata-rata 0,4946 detik. Jika dimensi yang digunakan adalah 50 piksel x 40 piksel maka pengenalan sebesar 82,75% dengan waktu rata-rata untuk memproses setiap masukan adalah selama 1,063 detik. Untuk pelatihan ke dua, dengan jumlah zona 5:5 tingkat pengenalan adalah sebesar 86% dengan waktu rata-rata adalah 0,6582 detik. Jika jumlah zona yang digunakan adalah 5:6 maka tingkat pengenalan sebesar 86,25% dengan waktu rata-rata selama 0,7068 detik. Kesimpulannya metode Principal Component Analysis (PCA) dapat dijadikan sebagai alternatif untuk tingkat kecepatan dan keakuratan dari pelatihan jaringan saraf tiruan.

Item Type: Article
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Journal
Depositing User: 021 Nanik Rahmawati
Date Deposited: 04 May 2015 09:14
Last Modified: 04 May 2015 09:14
URI: http://repository.unib.ac.id/id/eprint/10813

Actions (login required)

View Item View Item