Category Archives: Pengenalan Pola

Identifikasi Tingkat Kematangan Buah Melinjo Menggunakan Algoritma Jaringan Saraf Tiruan Backpropagation


Buah melinjo (Gnetum gnemon) adalah buah yang banyak ditemukan di berbagai negara tropis. Buah ini memiliki beberapa tingkat kematangan yang berbeda, yang dapat dilihat dari perubahan warna kulitnya. Buah melinjo biasanya mengalami tiga tingkat kematangan: matang (warna merah), mentah (warna hijau), dan setengah matang (warna kuning). Identifikasi tingkat kematangan buah melinjo secara manual dapat menjadi tugas yang memakan waktu dan cenderung subjektif. Oleh karena itu, dalam artikel ini, akan dibahas pengembangan sistem otomatis untuk mengidentifikasi tingkat kematangan buah melinjo menggunakan algoritma jaringan saraf tiruan (JST) dengan metode backpropagation.

Dataset Sistem Identifikasi Tingkat Kematangan Buah Melinjo
-read more->

Analisis Tekstur Menggunakan Metode GLCM, LBP, dan FLBP


Pola tekstur merujuk pada pola visual yang berulang dalam citra atau gambar. Analisis tekstur merupakan bagian penting dari pengolahan citra dan pengenalan pola. Analisis ini berkaitan dengan ekstraksi informasi tentang pola tekstur dalam citra dan penggunaannya dalam berbagai aplikasi, termasuk pengenalan objek, analisis medis, dan deteksi benda.

Analisis Tekstur (Gao, Yongxiang & Helgeson, Matthew. (2014). Texture analysis microscopy: Quantifying structure in low-fidelity images of dense fluids. Optics express. 22. 10046-10063. 10.1364/OE.22.010046)
-read more->

Algoritma K-means Clustering dan Naive Bayes Classifier untuk Pengenalan Pola Tekstur


Pengenalan pola tekstur adalah salah satu aplikasi penting dalam pengolahan citra. Proses ini melibatkan identifikasi, klasifikasi, atau segmentasi dari pola tekstur dalam citra. Dalam artikel ini, akan dijelaskan penggunaan dua teknik klasifikasi yang umum digunakan, yaitu Algoritma K-means Clustering dan Naive Bayes Classifier, untuk pengenalan pola tekstur.

Pola tekstur
-read more->

Algoritma Genetika untuk Travelling Salesman Problem


Travelling Salesman Problem (TSP) adalah salah satu masalah optimasi kombinatorial yang paling terkenal dalam ilmu komputer dan matematika. Dalam masalah ini, seorang salesman harus mengunjungi sejumlah kota yang berbeda tepat satu kali dan kembali ke kota asalnya, sambil mencari rute terpendek yang meminimalkan jarak perjalanan total. Dalam artikel ini, akan dijelaskan bagaimana Algoritma Genetika dapat digunakan untuk menyelesaikan TSP.

Travelling Salesman Problem (https://www.javatpoint.com)
-read more->

Klasifikasi Jenis Daun Menggunakan Algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS)


Pengolahan citra telah berkembang pesat dalam berbagai bidang, termasuk dalam identifikasi dan klasifikasi jenis daun. Artikel ini membahas penerapan teknik pengolahan citra untuk mengklasifikasikan jenis daun dengan menggunakan algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS). Proses pengolahan citra melibatkan segmentasi citra menggunakan metode Otsu Thresholding dan ekstraksi ciri bentuk dan tekstur. Kombinasi metode ini memberikan hasil yang akurat dalam mengidentifikasi jenis daun dengan akurasi yang tinggi.

Arsitektur Algoritma Adaptive Neuro-Fuzzy Inference System (ANFIS)
-read more->

Deteksi Kanker Paru Menggunakan Jaringan Syaraf Tiruan pada Citra CT Scan


Kanker paru-paru adalah salah satu jenis kanker yang paling mematikan di seluruh dunia. Deteksi dini kanker paru-paru sangat penting untuk meningkatkan tingkat kelangsungan hidup pasien. Salah satu metode yang dapat digunakan untuk deteksi kanker paru-paru adalah dengan menggunakan teknologi pengolahan citra medis dengan modalitas CT scan. Dalam penelitian ini, akan dijelaskan bagaimana pengolahan citra, khususnya ekstraksi fitur Gray-Level Co-occurrence Matrix (GLCM), dan penggunaan jaringan syaraf tiruan (neural networks) dapat digunakan untuk deteksi kanker paru-paru pada citra CT scan.

Lung Cancer Image (http://www.aboutcancer.com)
-read more->

Identifikasi Fraktur Tulang Tibia dan Fibula dengan Support Vector Machine (SVM)


Fraktur tulang adalah cedera serius yang sering terjadi akibat berbagai kecelakaan atau aktivitas fisik yang berlebihan. Identifikasi fraktur tulang dengan cepat dan tepat sangat penting untuk menentukan perawatan yang sesuai. Salah satu pendekatan untuk mengidentifikasi fraktur tulang adalah melalui analisis citra radiografi. Dalam artikel ini, akan dijelaskan bagaimana pengolahan citra, khususnya dengan metode deteksi tepi Canny dan ekstraksi ciri menggunakan metode moment invariant, dapat digunakan untuk identifikasi fraktur tulang tibia dan fibula dengan bantuan algoritma Support Vector Machine (SVM).

Jenis-Jenis Fraktur Tibia (https://www.siloamhospitals.com)
-read more->

Pengenalan Sandi Morse Menggunakan Jaringan Syaraf Tiruan Backpropagation


Jaringan syaraf tiruan backpropagation adalah algoritma supervised learning yang meniru prinsip kerja jaringan syaraf manusia. Algoritma ini menghitung gradien dari fungsi kerugian untuk setiap bobot dengan aturan rantai. Backpropagation adalah inti dari pelatihan jaringan syaraf dan merupakan metode penyetelan bobot jaringan berdasarkan tingkat kesalahan yang diperoleh pada epoch sebelumnya. Penyetelan bobot yang tepat memungkinkan pengurangan tingkat kesalahan dan membuat model lebih dapat diandalkan dengan meningkatkan generalisasi. Jaringan syaraf tiruan backpropagation telah banyak diterapkan pada berbagai bidang pengolahan citra salah satunya untuk pengenalan sandi morse.

Sandi Morse
-read more->

Klasifikasi Kanker Payudara Menggunakan Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ)


Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ) adalah jenis jaringan syaraf tiruan yang digunakan untuk mengklasifikasikan data ke dalam beberapa kategori atau kelas yang telah ditentukan. LVQ adalah metode yang termasuk dalam kelompok algoritma “competitive learning”, yang berarti bahwa neuron-neuron dalam jaringan bersaing untuk memenangkan vektor input yang diberikan dan belajar untuk mewakili kelas tertentu.

Pemeriksaan Payudara Sendiri
-read more->

Klasifikasi Jenis Burung Love Bird dengan Metode K-Means Clustering berdasarkan Ciri Warna YCbCr


K-means clustering adalah algoritma unsupervised learning yang digunakan untuk mengelompokkan atau menggabungkan dataset yang tidak berlabel ke dalam kelompok yang berbeda. Tujuannya adalah untuk mempartisi sekelompok pengamatan menjadi k kelompok, di mana setiap pengamatan termasuk ke dalam kelompok dengan rata-rata terdekat (titik tengah kelompok). Algoritma k-means bekerja dengan cara secara iteratif menetapkan titik data ke pusat klaster terdekat dan memperbarui pusat klaster berdasarkan rata-rata data yang ditetapkan. K-means clustering dapat digunakan dalam berbagai aplikasi contohnya untuk klasifikasi jenis burung Love Bird.

lovebird (Sumber: Istockphoto)
-read more->