PENGENALAN BENTUK DAN WARNA KENDARAAN MENGGUNAKAN EXTREME LEARNING MACHINE (ELM)

• Main Author: Dwi Kartika Agustina, - (Author)
• Format: Book
• Published: 2017-07-12.
• Subjects: Thesis; NonPeerReviewed
• Online Access: Link Metadata

Summary

Perkembangan teknologi dalam hal digital image processing saat ini sudah mampu untuk melakukan pengenalan citra secara langsung. Berbagai metode sudah dilakukan oleh peneliti terdahulu untuk melakukan pengujian pengenalan citra berdasarkan ciri bentuk dan histogram citra. Metode yang diajukan dalam penelitian ini adalah menggunakan ciri bentuk canny dan histogram citra untuk mendapatkan nilai ciri dari citra kendaraan sehingga dapat dilakukan proses pengenalan citra tersebut menggunakan Extreme Learning Machines (ELM). ELM adalah algoritma learning yang awalnya dirancang untuk Single Layer Feedforward Neural Network (SLFN) untuk menggantikan Backpropagation. ELM menawarkan proses belajar yang ribuan kali lebih cepat dibanding Backpropagation namun dengan performa generalisasi yang lebih baik. Berbeda dengan Backpropagation yang melakukan iterasi dan mengubah nilai bobot koneksi antar seluruh neuron untuk meminimalisasi error, ELM membuktikan bahwa bobot dari input layer dan bias dari hidden layer dapat diberi nilai acak jika fungsi aktivasi di hidden layer terdiferensiasi. Dari hasil percobaan menggunakan backpropagation pada penelitian sebelumnya mendapatkan 75% sedangkan pada penelitian ini menggunakan ELM sebesar 97%.

Item Description

http://repository.upnvj.ac.id/4143/1/AWAL.pdf
http://repository.upnvj.ac.id/4143/2/ABSTRAK.pdf
http://repository.upnvj.ac.id/4143/3/BAB%201.pdf
http://repository.upnvj.ac.id/4143/4/BAB%202.pdf
http://repository.upnvj.ac.id/4143/5/BAB%203.pdf
http://repository.upnvj.ac.id/4143/6/BAB%204.pdf
http://repository.upnvj.ac.id/4143/7/BAB%205.pdf
http://repository.upnvj.ac.id/4143/8/DAFTAR%20PUSTAKA.pdf
http://repository.upnvj.ac.id/4143/9/RIWAYAT%20HIDUP.pdf