Perancangan Dan Pembuatan Perangkat Lunak Klasifikasi Tekstur Dengan Neural Network

Effendi, Irfan (1997) Perancangan Dan Pembuatan Perangkat Lunak Klasifikasi Tekstur Dengan Neural Network. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
2690100022-Undergraduate-Thesis.pdf - Published Version

Download (11MB) | Preview

Abstract

Dalam tugas akhir ini akan dijelaskan penggunaan jaringan saran buatan (Artificial Neural Network) untuk aplikasi klasifikasi tekstur. Dalam bidang citra digital banyak aplikasi seperti analisa suatu gambar pemetaan suatu daerah serta pengenalan pola dari suatu gamba memerlukan data tekstur untuk mengenali bentuk karakteristik dari gambar tersebut. Dari hasil analisa karakteristik tekstur pada gambar tersebut dapat dilakukan proses selanjutnya untuk berbagai keperluan. Dalam kasus sederhana dapat kita lihat pada proses citra digital untuk melakukan proses segmentasi dan klasifikasi terhadap objek-objek yang terdapat pada suatu daerah atau gambar. Metode jaringan saraf yang digunakan untuk menyelesaikan persoalan klasifikasi tekstur adalah Fungsi Energi Hopfield, yang merupakan suatu algoritma yang terdapat dalam jaringan saraf Hopfield Metode ini akan melakukan proses klasifikasi setiap piksel ke dalam objek objek tertentu dalam beberapa iterasi serta melakukan perhitungan untuk menentukan saat kapan iterasi dinyatakan berhenti. Sebelum dilakukan proses klasifikasi terlebih dahulu dilakukan proses pemodelan tekstur untuk menganalisa karakteristik tekstur dari citra input. Input dari sistem perangkat lunak ini berupa citra tekstur. Citra tekstur tersebut kemudian dimodelkan dengan menggunakan metode Markov Random Field (MRF). Dari pemodelan citra tekstur tersebut akan didapatkan parameter-parameter citra, dimana parameter-parameter ini nantinya akan digunakan sebagai parameter dalam jaringan saraf. Algoritma yang digunakan untuk proses klasifikasi setiap piksel ke dalam kelas-kelas tertentu yaitu dengan cara Deterministic Relaxation yang diimplementasikan ke dalam fungsi energi Hopfield. Proses klasifikasi akan dilakukan terhadap setiap piksel dari citra dalam beberapa kali iterasi sampai dicapai sistem jaringan yang konvergen. Penentuan kondisi konvergen disini yaitu apabila nilai energi pada setiap stage tidak bertambah atau tidak mengalami perubahan.

Item Type: Thesis (Undergraduate)
Additional Information: RSIF 005.1 Eff p
Subjects: Q Science > QA Mathematics > QA76 Computer software
Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Information Technology > Informatics Engineering > (S1) Undergraduate Theses
Depositing User: ansi aflacha
Date Deposited: 30 Apr 2018 06:50
Last Modified: 30 Apr 2018 06:50
URI: http://repository.its.ac.id/id/eprint/51824

Actions (login required)

View Item View Item