<![CDATA[Penelitian ini didasarkan pada banyaknya penelitian yang telah dilakukan menggunakan Algoritma Backpropagation yang digunakan untuk mengenali citra berupa character recognition, objek recognition dan face recognition yang dapat mengenali dengan baik dan mendapatkan tingkat akurasi yang tinggi. Oleh karena itu penulis ingin menerapkan algoritma tersebut untuk pengenalan citra berupa simbol rambu-rambu lalu lintas agar nantinya dapat diterapkan pada mobil cerdas, sehingga dapat mengenali dan memberitahukan keadaan medan jalan yang akan dilalui oleh pengemudi.Penerapan algoritma backpropagation pada Jaringan Saraf Tiruan ini menggunakan webcam sebagai perangkat keras pengambil citra simbol rambu-rambu lalu lintas yang akan diujikan secara realtime. Untuk proses pelatihan jaringan saraf tiruannya akan digunakan 10 kelas citra simbol rambu-rambu lalu lintas yang memiliki 10 variasi pada setiap kelasnya. Proses pelatihannya menggunakan traingdx yang sudah disediakan pada matlab. Jaringan sarafnya memiliki 10 neuron 1 output, 1 input wieght, 1 layer weight, dengan ferforma trainning sse, nilai goal 0,1, batas maksimal epochs sebanyak 5000 iteration dan menggunakan 2 bias vektor. Pengujiannya menggunakan image processing berupa crop, grayscale, treshold bw (biner) dan ektraktion dengan strel (square).Hasil penelitian menunjukkan jaringan saraf tiruan dengan algoritma backpropagation menghasilkan tingkat akurasi untuk mengenali citra yang diambil menggunakan webcam secara realtime rata-rata sebesar 80% pada pengujian citra per kelas, dan 86,18% pada saat pengujian dengan banyak 9 objek sekaligus. Kata Kunci : fuzzy tsukamoto,penentuan harga beli, handphone, sistem pendukung keputusan.]]>
Copyrights © 2018
