Pengenalan pola karakter dengan jaringan saraf tiruan melalui algoritma art I (adaptive resonance theory I)

Baekhaqi, Akhmad Suud (2003) Pengenalan pola karakter dengan jaringan saraf tiruan melalui algoritma art I (adaptive resonance theory I). Undergraduate thesis, FMIPA UNDIP.

[img]PDF
Restricted to Repository staff only

3134Kb
[img]
Preview
PDF
22Kb
[img]
Preview
PDF
235Kb
[img]
Preview
PDF
452Kb
[img]
Preview
PDF
295Kb
[img]
Preview
PDF
519Kb
[img]PDF
Restricted to Repository staff only

1469Kb
[img]
Preview
PDF
229Kb
[img]
Preview
PDF
225Kb
[img]
Preview
PDF
819Kb

Abstract

Jaringan saraf adaptive resonance theory atau model ART 1 terdiri dari neuron-neuron pada lapisan pembanding (lapisan masukan), neuron-neuron pada lapisan pengenal (lapisan keluaran), neuron reset, dan neuron gain yang menyediakan fungsi kontrol yang diperlukan untuk pelatihan dan klasifikasi. Jaringan saraf tiruan model ART1 digunakan untuk rnemasukkan pola-pola karakter yang belum dikenal sebagai pola masukan ke dalam pola-pola karakter yang sudah dikenal sebagai pola keluaran dengan cara mengukur derajat kemiripan antara pola kelUaran dengan pola masukan. Terdapat kemiripan antara pola keluaran dengan pola masukan jika derajat kemiripan lebih besar dari atau sama dengan tingkat kewaspadaan, dan tidak terdapat .kemiripan jika derajat kemiripan Iebih keell dari tingkat kewaspadaan. ABSTRACT The neural network for the adaptive resonance theory or ART1 model consists of neurons on comparison layer (input layer), neurons on recognition layer (output layer), reset neuron, and gain neuron which provide control functions needed for training and classification. The artificial neural network of ARTI model is used to submit the character patterns which is unfamiliar, identified as input pattern, into the character pattern which is known, identified as output pattern, by measures the similarity degree between the output pattern and the input pattern. There is any similarity between an output pattern and an input pattern if the similarity degree is greater than or equal with the vigilance parameter and there is no similarity if the similarity degree less than the vigilance parameter.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics
Divisions:Faculty of Science and Mathematics > Department of Mathematics
ID Code:31677
Deposited By:Mr UPT Perpus 1
Deposited On:24 Nov 2011 09:19
Last Modified:24 Nov 2011 09:19

Repository Staff Only: item control page