Jaringan saraf tiruan adalah sebuah algoritma yang meniru cara kerja
otak manusia. Pengenalan nilai nominal uang kertas dengan jaringan saraf tiruan
ini merupakan aplikasi algoritma jaringan saraf tiruan untuk pengenalan obyek
yang cepat dan akurat. Pengenalan obyek yang dilakukan adalah pengenalan nilai
nominal dari mata uang kertas rupiah.
Jaringan saraf tiruan dengan fungsi aktivasi Sigmoid yang digunakan
dalam proyek ini adalah tipe fully connected multi layer feed forward dengan tiga
lapisan yang terbentuk dari 4752 sel lapisan input, 10 sel lapisan output dan sel
lapisan hidden yang bisa disesuaikan. Variabel lain yang dapat disesuaikan adalah
learning rate dan batas pengenalan. Pelatihan jaringan dilakukan dengan
algoritma back propagation.
Pengujian dilakukan dengan menggunakan 4 set gambar referensi
spesimen uang kertas. Pengenalan diujicoba pada 20 lembar uang kertas untuk
setiap spesimen. Hasil ujicoba menunjukkan 100 sel lapisan hidden, learning rate
0,3 dan batas pengenalan 0,8 menghasilkan tingkat keberhasilan pengenalan
76,875% setelah dilakukan 400 iterasi pelatihan. Tingkat keberhasilan pengenalan
yang lebih tinggi dapat dicapai dengan memperbanyak jumlah iterasi pelatihan.
Author
(23499087) TONY JOHANES
Contributor
(97-031) Thiang
(95-034) Lauw Lim Un Tung
Publisher
Universitas Kristen Petra
Year : 2003
Subject
1. NEURAL NETWORKS (COMPUTER SCIENCE)
Keyword
artificial neural network, recognition, backpropagation
Category
s1 - Skripsi/Undergraduate Thesis (Program Studi Teknik Elektro S1)
Language
Indonesian
Rights
Skripsi No. 02/674/ELK/2003;Tony Johanes (23499087)
The resource(s) is/are owned by the Creator/Contributor.Reproduction & distribution for non-commercial purposes is permitted provided that the credit for the Creator/Contributor and the source are explicitly stated,and no alteration are made