Pengenalan Tipe Tas Tangan Wanita Pada Citra Digital Menggunakan Jaringan Syaraf Tiruan Perambatan Balik
| Main Authors: | Kurniawan, Edwin, Sugianto, Nehemia |
|---|---|
| Format: | Article |
| Terbitan: |
Proceeding SNAPTI – 25 Juni 2015 – ISBN: 978-602-14459-4-5 – Program Studi Teknik Informatika Universitas Ciputra
, 2015
|
| Subjects: | |
| Online Access: |
http://hdl.handle.net/123456789/571 |
Daftar Isi:
- Industri fashion selalu berkembang dengan pesat dimana ditandai dengan munculnya banyak merek baru, tipe atau desain setiap harinya. Salah satu produk fashion adalah produk tas. Tas bisa berupa tas tangan, tas ransel, tas pouch ataupun tas lainnya. Dengan selalu munculnya tipe baru pada produk tas, maka makin bertambah banyak jumlah tipe tas dari tiap merek yang ada. Kondisi yang demikian membuat masyarat agak susah untuk menghafal tipe tas tersebut dan di mana mereka bisa membeli tas tersebut. Tujuan dari penelitian ini adalah menghasilkan sebuah sistem pengenalan tas tangan menggunakan jaringan syaraf tiruan perambatan balik. Penelitian hanya terbatas pada pengenalan tipe tas wanita yang berupa tas tangan dan hanya pada tipe tas tertentu. Proses pengenalan tas tangan terdiri dari beberapa tahap yaitu tahap pengambilan gambar, tahap pre-processing, tahap ekstraksi fitur, tahap klasifikasi. Tahap pengambilan gambar dilakukan menggunakan kamera dimana gambar yang didapatkan menjadi data masukan sistem. Tahap pre-processing merupakan tahap untuk mengolah gambar tersebut agar memudahkan proses ekstraksi fitur sehingga didapatkan fitur-fitur dengan hasil yang maksimal. Tahap ekstraksi fitur adalah tahap untuk mengekstraksi fitur dari sebuah gambar sehingga didapatkan fitur-fitur yang nantinya digunakan sebagai data masukan pada proses klasifikasi untuk mengenali tas tangan pada gambar tersebut. Tahap klasifikasi adalah tahap untuk mengenali tipe tas tangan menggunakan jaringan syaraf tiruan perambatan balik berdasarkan fitur-fitur yang didapatkan pada tahap sebelumnya. Jaringan syaraf tiruan yang digunakan memiliki tiga lapisan yaitu lapisan masukan dimana terdiri dari 6 neuron, lapisan tersembunyi dimana terdiri dari 10 neuron dan lapisan keluran dimana terdiri dari 8 neuron. Pelatihan jaringan syaraf tiruan menggunakan algoritma peramabatan balik dengan nilai laju pelatihan sebesar 0,1 momentum sebesar 0,8. Pelatihan dilakukan menggunakan 414 data dengan nilai epoch sebesar 1.000 epoch dan nilai Mean Squared Error (MSE) sebesar 0.02. Pelatihan mencapai tingkat akurasi klasifikasi sebesar 71.1% dimana pelatihan berhenti pada epoch ke 980 dengan nila MSE sebesar 0.019641. Uji coba dilakukan menggunakan 28 data. Uji coba menunjukkan bahwa tingkat akurasi yang dihasilkan adalah 78,57%.