<![CDATA[Abstrak - Pada penelitian ini telah dilakukan proses pengklasifikasian citra objek dua dimensi berupa citra bangun ruang a.l.: tabung, balok persegi panjang, bola, limas dan kerucut. Masing-masing kelas objek terdiri atas sepuluh citra variasi yang akan menjadi citra pelatihan dan pengujian. Variasi citra didapat dengan melakukan rotasi terhadap citra masing-masing kelas dengan sudut rotasi sebesar 10, 45, 70, 90, 110, 130, 170, 215 dan 280 derajat berlawanan jarum jam. Proses pengklasifikasian dimulai dengan pengolahan citra a.l.: cropping, grayscaling, resizing into 30x30 pixel, edge detecting, reshaping into 1D vector. Dari hasil tersebut dilakukan proses pelatihan terhadap neural network yang dibentuk dengan 900 input node, 1 hidden layer, dan 3 output node. Untuk proses pelatihan dan pengujian dilakukan dengan 2 cara yaitu: pertama, pelatihan dan pengujian dengan menggunakan data yang sama, kedua, pelatihan menggunakan 60% citra dan pengujian dengan 40% citra yang ada. Hasil penelitian menunjukkan bahwa hasil pengujian dengan menggunakan data yang sama antara data latih dan data uji adalah akurasi pengklasifikasian yang mencapai 84%. Sedangkan pengujian dengan menggunakan 60% citra sebagai data latih dan 40% citra sebagai data uji yaitu akurasi pengklasifikasian mencapai 45%. Kata kunci : objek 2D, neural network, ekstraksi, ciri tepi, klasifikasi]]>
Copyrights © 2011
