AlfaAnggawasita (2009) Implementasi Jaringan Syaraf Tiruan dengan Metode Kohonen SOM pada Pengenalan Pola Obyek 2 Dimensi. Sarjana thesis, Universitas Brawijaya.
Abstract
Pengenalan pola memiliki beberapa cabang, salah satunya adalah menggunakan pendekatan Jaringan Syaraf Tiruan yang akan mencoba meniru cara berpikir manusia dalam mengelompokkan informasi berdasarkan kedekatan subjektif dari data-data tentang Obyek tersebut. Penelitian ini bertujuan untuk mengimplementasikan teknik Jaringan Syaraf Tiruan khususnya metode Kohonen SOM untuk mengelompokkan Obyek-Obyek ke dalam kelompok-kelompok. Kohonen SOM merupakan pembelajaran unsupervised yang menggunakan kedekatan antar Obyek untuk melakukan pengelompokkan. Selain mengenali Obyek penelitian ini juga digunakan untuk melihat hubungan antara variabel-variabel Kohonen SOM terhadap proses pelatihan. Data Obyek direpresentasikan dengan mengambil properti geometrinya untuk kemudian dilatih dengan menggunakan Kohonen SOM. Obyek yang digunakan disini adalah citra digital dua dimensi sederhana dan untuk pengujiannnya digunakan Obyek yang sama dengan dikenakan rotasi, refleksi, perbesaran dan pengecilan kemudian akan dilihat seberapa tinggi tingkat ketepatannya. Hasil pengujian terhadap pengenalan Obyek menunjukkan pengambilan properti geometri dari Obyek yang mengalami rotasi dan refleksi dapat menyebabkan perbedaan data bila dibandingkan dengan Obyek semula sehingga menyebabkan pengenalan tidak sepenuhnya akurat. Untuk hubungan antara variabel-variabel Kohonen SOM menunjukkan penggunaan α yang kecil akan sangat baik karena penyesuaian bobot pada tetangga BMU akan dapat mengikuti penyesuaian bobot pada BMU.
English Abstract
Pattern recognition had a few branch, one of them using Artificial Neural Network approach which is trying to replicate how human think on the way to organize and clustering information based on the subjective similarity from object’s data. This observation aimed to implementing Artificial Neural Network specifically Kohonen SOM clustering objects to clusters. Kohonen SOM is an unsupervised learning that using similarity between the object to do clustering. Besides recognizing this observation also observing the relationship between the Kohonen SOM variables affecting training process. Object data are represented by geometri property to be trained using Kohonen SOM. Object that being used here are simple two dimension digital image and for testing the same object are used again, but it will have some operation like rotation, reflection, maximize and minimize then observing the accuracy for the recognizing. The testing result for recognizing showed that geometri property from rotated and reflected object may cause a differentiation of data compared from the original object and resulting less accuracy. For the relationship between the Kohonen SOM variables showed the used of minimum α had a very good result for training because the adjusting weight for neighbour of the BMU could follow the BMU adjusting weight.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2009/282/050902749 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 06 Oct 2009 08:43 |
| Last Modified: | 22 Oct 2021 07:09 |
| URI: | http://repository.ub.ac.id/id/eprint/152241 |
Preview |
Text
050902749.pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |