Title | : | Development of Motif Recognition Method Using Artificial Neural Network (ANN) Backpropagation to Support Batik CAD System |
Author | : |
SAPTA ASMAL (1) Ir. Andi Sudiarso, S.T., M.T., M.Sc., Ph.D., IPM., ASEAN Eng. (2) Dr.Eng. Ir. Muh Arif Wibisono, S.T., M.T., IPM., ASEAN Eng. (3) Ir. Subagyo, Ph.D., IPU., ASEAN Eng. (4) |
Date | : | 9 2012 |
Keyword | : | Batil, CAD,desain,JST-Backpropagation Batil, CAD,desain,JST-Backpropagation |
Abstract | : | Penerapan metode JST (Jaringan Saraf Tiruan) dalam sistem komputasi telah banyak dilakukan dalam berbagai aspek seperti pengenalan pola pada citra, sinyal suara, data dari sensor, data sistem keuangan dan informasi. Metode ini juga diterapkan dalam motif recognition untuk mendukung sistem CAD (Computer Aided Design). Makalah ini membahas tentangpengembangan metode motif recognition dengan Jaringan Saraf Tiruan (JST) backpropagalion untuk mendukung sistem CAD batik, dimana dengan metode ini pengenalan motif-motif batik dari yang sederhana maupun yang lebih komplek. Penelitian ini dilakukan dengan menggunakan software MATLAB versi 2009. Dengan penerapan metode JST backpropagation pada motif recognition, dengan target yang ingin dicapai disetting pada performance value 0,0001, max epoch pada 10.000 dan hidden layer 3 level. Dari hasil penelitian ini didapatkan hasil optimasi dengan sistem trial and error, performance training dapat mencapai pengenalan motif (gambar) hingga 100 ?n optimal pada jumlah neuron 500 pada hidden layer I. Sedangkan pada hidden layer 2 dan 3 tidak perlu digunakan karena pengaruhnya tidak signifikan dan proses training sangat lama (lebih dari 1 jam). Performance goal tercapai dalam waktu 39 detik dengan nilai di atas target yaitu 0,0000773 dan performance goal yang optimal akan disimpan pada sistern database sebagai masukan pada sistem CAD batik. Dengan metode ini sistem mengenali garnbar-gambar motif batik mulai dari yang sederhana sampai pada yang rumit. |
Group of Knowledge | : | Lain-Lain |
Level | : | Nasional |
Status | : |
Published
|