Pratama, Yolanda Hertita (2020) Desain dan Analisis Algoritma Genetika untuk mengoptimasi Arsitektur Algoritma Jaringan Saraf Tiruan dalam Pengenalan Digit yang mengalami Derau pada Studi Kasus: SPOJ HIR Hard Image Recognition. Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05111640000052-Undergraduate_Thesis.pdf Download (12MB) | Preview |
Abstract
Jaringan syaraf tiruan merupakan salah satu metode dalam mengolah informasi yang terinspirasi oleh sistem sel syaraf biologis. Pada dasarnya jaringan syaraf tiruan adalah sejumlah satuan masukan dan luaran yang saling terkoneksi yang setiap koneksinya memiliki bobot tersendiri. Pada proses pembelajaran, jaringan syaraf belajar dengan mengubah bobot sehingga pada akhirnya dapat memprediksi kelas target yang tepat dari masukan yang telah diberikan. Hingga kini, penyusunan arsitektur dari jaringan syaraf tiruan masih merupakan salah satu topik yang menarik dalam riset. Beberapa algoritma optimasi untuk menentukan arsitektur yang optimal telah digunakan, salah satunya adalah algoritma genetika. Algoritma genetika adalah teknik pencarian dalam bidang komputasi untuk menemukan solusi benar atau pendekatan untuk masalah optimasi dan pencarian. Teknik dalam GA didasarkan pada biologi evolusioner seperti pewarisan, mutasi, seleksi dan crossover. Pada tugas akhir ini, penulis akan merancang penyelesaian permasalahan pengenalan digit pada studi kasus permasalahan SPOJ Hard Image Recognition dengan mengimplementasikan jaringan syaraf tiruan yang telah dioptimasi menggunakan algoritma genetika. Penyusunan algoritma dan pembangunan dataset yang tepat juga dibutuhkan untuk mengatasi permasalahan derau yang terdapat pada gambar. Perancangan arsitektur yang dibuat berhasil mendapatkan nilai tertinggi sebesar 108 pada SPOJ Hard Image Recognition.
=================================================================================================================================
Artificial neural network is a technique for information processing inspired by biological neural networks. Basically, a network represents group of input nodes and group of output nodes that are connected to each other that each connection have a weight. On training process, neural networks learn by updating these weight values to make the networks give correct prediction for various input data. The development of an artificial neural network architecture have been a hot topic of research for many years. Some of optimization algorithm are used to find the best architecture, one of them is genetic algorithm. Genetic algorithm is a search technique used in computing to find true or approximate solutions to optimization and search problems. Genetic algorithm use evolutionary techniques such as inheritance, mutation, selection, and crossover. At this thesis, the author will design a solution to the digit recognition problem on a case study of SPOJ Hard Image Recognition by implementing artificial neural network optimized by genetic algorithm. The algorithm development and the creation of dataset are used to get over with noises on image. The proposed architecture development succesfully achieved a high score of 108 at SPOJ Hard Image Recognition.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | RSIf 005.1 Pra d-1 2020 |
| Uncontrolled Keywords: | jaringan syaraf tiruan, algoritma genetika, optimasi, pengenalan digit |
| Subjects: | Q Science > QA Mathematics > QA402.5 Genetic algorithms. Interior-point methods. Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Yolanda Hertita Pratama |
| Date Deposited: | 30 Aug 2023 04:53 |
| Last Modified: | 30 Aug 2023 04:53 |
| URI: | http://repository.its.ac.id/id/eprint/73029 |
Actions (login required)
 |
View Item |