<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="76926">
 <titleInfo>
  <title>PENERAPAN JARINGAN SARAF TIRUAN PADA PENDETEKSIAN HURUF KAPITAL</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Indra Setiawan</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Universitas Syiah Kuala</publisher>
   <dateIssued></dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Null</form>
  <extent></extent>
 </physicalDescription>
 <note>Pengenalan pola lewat  komputer cerdas merupakan sistem yang mencoba berpikir dan  memberi keputusan  terhadap  pola yang  diinginkan.  Penelitian  ini  bertujuan untuk mengenali karakter huruf kapital  yang berupa tulisan gambar huruf dengan menggunakan jaringan saraf tiruan.  Proses pembacaan karakter huruf menggunakan metode image processing melalui  ekstraksi  data. Program bantu dalam penelitian ini menggunakan software  MATLAB  dan  Visual  Basic.  Percobaan  yang  dilakukan dengan mengelompokkan duah buah tipe berdasarkan laju pembelajaran dan momentum dengan algoritma backpropagation. Adapun percobaan mengambil data terbaik yaitu dengan jumJah iterasi yang paling kecil dan tingkat persentase memorisasi  dan generalisasi  yang  paling  tinggi dengan syarat  error  sesuai yang diinginkan. Hasil proses pembelajaran diperoleh nilai laju pembelajaran sebesar 0.9 dan nilai momentum sebesar 0.9,  serta jumlah iterasi 2000  epoch.  Nilai  toleransi yang   dipakai   dalam   penelitian   ini   adalah   0.002.    Hasil   akhir   pembelajaran menunjukkan tingkat kemampuan belajar cukup baik. Adapun data terbaik tersebut akan dimasukkan  dalam proses aplikasi pengenalan  huruf. Hasil pembuatan aplikasi pengenalan huruf menunjukkan bahwa belum semua karakter huruf dapat dikenali oleh sistem aplikasi.&#13;
&#13;
Kata Kunci  :   Jaringan saraf tiruan, image processing, backpropagation, epoch, error,&#13;
dan aplikasi pengenalan huruf kapital&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
&#13;
</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>IMAGE PROCESSING - COMPUTER SCIENCES</topic>
 </subject>
 <classification>006.42</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>76926</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2020-09-08 11:17:25</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-02-24 14:50:20</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>