2017 : APLIKASI METODE EXTREME LEARNING MACHINE PADA PENGENALAN OBJEK BERBASIS CITRA DIGITAL \n

Drs. Soetrisno M.IKom
Prof. Dr.techn. Drs. Mohammad Isa Irawan M.T.

External link

Type

RESEARCH

Keywords

-


Abstract

Pengenalan citra digital merupakan bagian yang sangat penting dalam computer vision yang menerapkan pengenalan pola (pattern recognition). Pengenalan citra digital bertujuan untuk menduplikasi kemampuan manusia dalam memahami informasi citra sehingga komputer dapat mengenali objek pada citra selayaknya manusia. Salah satu metode pengenalan pola adalah Extreme Learning Machine (ELM). ELM merupakan jaringan syaraf tiruan pakan maju (feed-forward) dengan satu lapisan tersembunyi (hidden layer) atau lebih dikenal dengan istilah Single Hidden Layer Feed-Forward Neural Networks (SLFN2). ELM untuk pengenalan objek berbasis citra digital pada penelitian ini terdiri dari 2500 simpul (node) pada lapisan masukan (input layer), 1250 simpul pada lapisan tersembunyi, dan 3 simpul pada lapisan keluaran (output layer). Data set dikelompokkan berdasarkan ukuran dan posisi objek dalam citra masukan. Uji coba dan evaluasi model menggunakan data testing dengan objek berukuran relatif besar dan posisi ditengah citra frame, dengan objek berukuran relatif besar dan posisi dipinggir citra frame, dengan objek berukuran relatif kecil dan posisi di tengah citra frame, dan dengan objek berukuran relatif kecil dan posisi di pinggir citra frame.\n\nKata kunci: pengenalan objek, machine learning, extreme learning machine\n.\n.\n