Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : SISFOTENIKA

Aplikasi Identifikasi Pola Perkakas dengan Menggunakan Chain Code dan SVM ElisaBeth S, Noprita ElisaBeth S; Harahap, Sarwedi; Rahma, Intan Dwi; Rosnelly, Rika
SISFOTENIKA Vol. 14 No. 1 (2024): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v14i1.415

Abstract

Dalam dunia ini, meskipun sudah banyak yang beralih ke teknologi atau sistem yang modern. Namun, tentunya tidak semua dapat dilakukan atau digunakan tanpa adanya alat pembantu, baik itu membangun teknologi, memperbaikinya, hingga lain sebagainya yang berkaitan. Nah alat-alat yang digunakan pun pada dasarnya tidak hanya terdiri dari 1, melainkan ada beberapa yang biasa itu disebut sebagai perkakas. Pengenalan pola (pattern recognition) sudah menjadi bidang kajian selama ini. Beberapa metode yang dipakai dalam pengenalan pola adalah metode chain code digunakan untuk menggambarkan batas obyek atau jumlah piksel yang berada dalam satu obyek. Kode rantai (chain code) merupakan suatu teknik pengolahan citra yang didasarkan pengkodean dengan berdasarkan arah mata angin pada suatu objek citra dua dimensi. Selama ini, kode rantai banyak yang digunakan dalam pengolahan citra untuk merepresentasikan garis, kurva atau batas tepi dari suatu area. Proses pengenalan pola pada penelitian ini menggunakan gambar atau image perkakas sebanyak 3 tipe yaitu : botol (bottle), garpu (fork) dan palu (hammer), gambar yang digunakan untuk penelitian ini didesain atau digambar sendiri, aplikasi pengujian yang digunakan dalam penelitian ini dengan menggunakan matlab. Dari hasil pengujian yang dilakukan metode chain code dengan menggunakan aplikasi matlab dapat mengenali atau mendeteksi masing-masing tipe perkakas dengan tingkat akurasi 100%, serta gambar yang digunakan pada penelitian ini berekstension gif.
Pengenalan Pola Aksara Batak menggunakan Backpropagation Sumantri, Ekoliyono Wahyu; Nasution, Ammar Yasir; Suyono, Suyono; Rosnelly, Rika
SISFOTENIKA Vol. 14 No. 1 (2024): SISFOTENIKA
Publisher : STMIK PONTIANAK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30700/sisfotenika.v14i1.419

Abstract

Pengenalan pola adalah proses pengidentifikasian, pemodelan, dan pengklasifikasian pola dalam data. Tujuannya adalah untuk menemukan hubungan atau struktur dalam data yang dapat digunakan untuk memahami, mengklasifikasikan, atau membuat prediksi tentang data yang baru atau tidak terlabel. Ada berbagai jenis teknik dan pendekatan yang digunakan dalam pengenalan pola, termasuk metode statistik, metode pembelajaran mesin, dan jaringan saraf tiruan. Beberapa pendekatan umum dalam pengenalan pola: Jaringan saraf tiruan (artificial neural network) adalah model matematika yang terinspirasi oleh cara kerja otak manusia. Jaringan ini terdiri dari banyak neuron yang terhubung dalam lapisan-lapisan dan dapat belajar melalui proses pelatihan dengan algoritma backpropagation. Jaringan saraf tiruan dapat digunakan untuk mengenali pola dalam data yang kompleks dan menemukan hubungan non-linear antara fitur dan keluaran. Penting untuk dicatat bahwa setiap tugas pengenalan pola memiliki karakteristik dan kebutuhan yang berbeda, dan pendekatan yang tepat dapat bervariasi. Jaringan saraf tiruan memiliki keunggulan dalam kemampuan mereka untuk menangani pola-pola kompleks dan non-linear dalam data. Dalam prakteknya, arsitektur jaringan, fungsi aktivasi, algoritma pembelajaran, dan parameter lainnya harus disesuaikan dengan tugas pengenalan pola yang spesifik. Jaringan saraf tiruan dapat digunakan untuk mengenali pola dalam data. Pengenalan pola adalah tugas yang umum dipecahkan menggunakan jaringan saraf tiruan. Sehingga pada pembahasan ini data – data yang di extrak dari gambar aksara batak akan diubah menjadi pola, sehingga memberikan pendekatan kepada pengolahan data secara kwantitatif dimana, gambar gambar yang telah di tentukan akan di ubah menjadi gambar bentuk bipolar atau bilangan 1 dan -1, karena data bipolar yang telah disesuaikan pada data masukan dan data keluaran yang di sesuaikan dengan target yang telah ditentukan. Dan setelah di lakukan pengujian dengan menggunakan metode Bacpropagation, pola yang ada pada gambar aksara batak di kenali dengan baik dimana hasil pengenalan sampai 97 % dari data gambar yang telah di tentukan.
Co-Authors -, Mubarak Agung Rizky, Muhammad Dipo Agus Fahmi Limas Ptr Aji, Eko Setyo Budi Putra Akbar, Muhammad Barkah Alkhairi, Putrama Amrullah Amrullah Ashari, Annisa Bambang Suhardi Batubara, Ela Roza Bob Subhan Riza, Bob Subhan Daifiria Dian Maya Sari ElisaBeth S, Noprita ElisaBeth S Fahriyani, Tasya Finis Hermanto Laia Gea, Muhammad Nasri Habib Satria Habib, Nurhayati Harahap, Charles Bronson Harahap, Gilang Harahap, Sarwedi HARDIANTO - Hartono Hartono Haryanto S., Edy Victor Heru Satria Tambunan, Heru Satria Ilmi R.H. Zer, P.P.P.A.N.W. Fikrul Indra Kelana Jaya Junaidi Junaidi Kelvin Leonardi Kohsasih Khairi, Ibni Krismona, Lumi Limas, Agus Fahmi Manza, Yuke Margolang, Khairul Fadhli MARIA BINTANG Mega Christin Morys Lase Mochammad Imron Awalludin Muhammad Sadikin Mulkan Azhari Nasution, Ammar Yasir Nasution, M. Irfan Aldy Naswar, Alvinur Ndruru, Agus F.S. Nur Hayati Nursie, Aly Paramitha, Cindy Putra, Reza Ananda Rahma, Intan Dwi Rahmadi, Diky Ramadhan, Muhammad Yakub Rambe, Lima Hartima Rambe, Lima Hartimar Rofiqoh Dewi Roslina Roslina, Roslina Sagala, Tamado Simon Sari, Rita Novita Setiawan, Adil Simanullang, Maradona Jonas Siregar, Kiki Putri Ani Situmorang, Zakaria sri lestari rahayu Subhan, Zhafira Nur Sugeng Riyadi Suhada WD, Muhammad Sukriatna Sumantri, Ekoliyono Wahyu Suyono Suyono Syahrian, Achmad Tambunan, Fazli Nugraha Tarigan, Dede Ardian Teddy Gunawan, Teddy Teddy Surya Gunawan Tri Nowo, Suryandika Veronica Wijaya, Veronica Wahyudi, Diky Wahyuni, Linda Wanayaumini, W Wanayumini Zai, Andreas Zakarias Situmorang Zer, P.P.P.A.N.W. Fikrul Ilmi R.H.