KLASIFIKASI UNSPOKEN-SPEECH PADA SINYAL OTAK BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SARAF TIRUAN (JST) SKRIPSI

Gratis

0
0
18
5 months ago
Preview
Full text

  

ADLN Perpustakaan Universitas Airlangga

  

ADLN Perpustakaan Universitas Airlangga

KLASIFIKASI UNSPOKEN-SPEECH PADA SINYAL OTAK BERBASIS TRANSFORMASI WAVELET DAN JARINGAN SARAF TIRUAN (JST) SKRIPSI Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Teknik Bidang Teknobiomedik pada Fakultas Sains dan Teknologi Universitas Airlangga Oleh LA FEBRY ANDIRA ROSE CYNTHIA NIM. 081117035 Telah dinyatakan lulus ujian skripsi Pada tanggal :

  LEMBAR PENGESAHAN

  Judul : Klasifikasi Unspoken-Speech pada Sinyal Otak Berbasis Transformasi Wavelet dan Jaringan Saraf Tiruan (JST)

  Penyusun : La Febry Andira Rose Cynthia NIM : 081117035 Tanggal Ujian : 3 November 2015

  Disetujui Oleh : Pembimbing I Endah Purwanti, S.Si., M.T. NIP. 197710312009122003 Pembimbing II Andi Rahmadiansah, S.T., M.T. NIP. 197905172003121002 Mengetahui, Ketua Prodi S1 Teknobiomedik Fakultas Sains dan Teknologi Universitas Airlangga Dr. Moh. Yasin, M.Si. NIP. 196703121991021001 Ketua Departemen Fisika Fakultas Sains dan Teknologi Universitas Airlangga Dr. Siswanto, M.Si. NIP. 196403051989031003

ADLN Perpustakaan Universitas Airlangga

  

ADLN Perpustakaan Universitas Airlangga

  Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi kepustakaan, tetapi pengutipan harus seizin penyusun dan harus menyebutkan sumbernya sesuai kebiasaan ilmiah.

  Dokumen skripsi ini merupakan hak milik Universitas Airlangga.

  

ADLN Perpustakaan Universitas Airlangga

  La Febry Andira Rose Cynthia, 2015. Klasifikasi Unspoken-speech pada Sinyal Otak Berbasis Transformasi Wavelet dan Jaringan Saraf Tiruan (JST).

  Skripsi dibawah bimbingan Endah Purwanti, S. Si., M.T. dan Andi Rahmadiansah, S.T., M.T., Program Studi S1 Teknobiomedik, Departemen Fisika, Fakultas Sains dan Teknologi, Universitas Airlangga.

  Abstrak Komunikasi adalah proses penciptaan dan penggunaan informasi seseorang agar dapat terhubung dengan lingkungan dan orang lain. Komunikasi yang tidak lancar dalam jangka panjang akan menyebabkan sulit bertahan hidup. Salah satu contohnya pada penderita kanker laring yang diharuskan untuk operasi pada pita

  Unspoken- suara yang berdampak penderita kesulitan untuk berkomunikasi. speech merupakan aktivitas berbicara atau mengucapkan suatu kata tanpa menggunakan organ-organ artikulatori dan tidak menghasilkan suara sama sekali, sehingga sinyal otak dapat dimanfaatkan dalam proses ini. Penelitian ini bertujuan untuk klasifikasi unspoken-speech berbasis transformasi wavelet dengan Jaringan Saraf Tiruan (JST). Data didapatkan dengan elektroensephalograf (EEG). Sepuluh orang naracoba berjenis kelamin laki-laki diberikan arahan untuk mengucapkan kata dalam hati. Data yang didapatkan kemudian diolah dan diekstraksi dengan menggunakan Wavelet dan direduksi untuk mendapatkan nilai median, mean, modus, range, dan standar deviasi. Fitur ini yang dijadikan masukan pada JST Backpropagation

  . Hasil dari training Backpropagation menunjukkan tingkat akurasi terbaik pada fitur median sebesar 97,4%. Hasil pengujian program dilakukan pada data yang belum pernah dilatih sebesar 57,5%. Berdasarkan penelitian, klasifikasi sinyal otak menggunakan wavelet dan JST dapat dilakukan pada kata “Sakit” dan “Tolong”. Kata kunci : Elektroensephalograf (EEG), Unspoken-speech, Wavelet, Backpropagation, Jaringan Saraf Tiruan (JST), Klasifikasi

  

ADLN Perpustakaan Universitas Airlangga

  La Febry Andira Rose Cynthia, 2015. Klasifikasi Unspoken-speech pada Sinyal

  Otak Berbasis Transformasi Wavelet dan Jaringan Saraf Tiruan (JST). This

  thesis was under the guidience of Endah Purwanti, S. Si., M.T. and Andi Rahmadiansah, S.T., M.T., Biomedical Engineering, Departement of Physics, Fakulty of Science and Technology, Airlangga University.

  Abstract Communication is the process of creation and use of information someone to connect with the other people. Communication who are not fluent in the ong term will make it difficult to survive. For example in the patients with laryngeal cancer that must have surgery on the vocal cords will has difficulties to communicate.

  Unspoken-speech is an activity without using any facial muscles and without uttering any audible sound. A brain signal can be used in this activity. The purpose of this research is for classification unspoken-speech activity with wavelet transformation and artificial neural network (ANN). Electroensephalograph (EEG) is required for acquisitions data. Ten male subjects given direction to pronounce the word without uttering any audible sound. The obtained signals then processed and extracted by using wavelet and reduced to get the value of the median, mean, mode, range, and standard deviation. Then, the feature processed by using neural network backpropagations. Result of backpropagation training showed the best accuracy levels on the features of the median of 97,4%. Result of the testing program on the data that has not been trained is 57,5%. Based on this research, the classification of brain signals using wavelet and ANN can be done on the word “Sakit” and “Tolong”. Kata kunci : Elektroensephalograf (EEG), Unspoken-speech, Wavelet, Backpropagation, Artificial neural network (ANN), classification

  

ADLN Perpustakaan Universitas Airlangga

  KATA PENGANTAR Puji syukur ke hadirat Allah SWT yang senantiasa memberikan hidayah, inayah, serta rahmat-Nya sehingga penyusun dapat menyelesaikan naskah skripsi yang berjudul “Klasifikasi Unspoken-speech pada Sinyal Otak Berbasis Transformasi Wavelet dan Jaringan Saraf Tiruan (JST)”.

  Komunikasi adalah proses penciptaan dan penggunaan informasi seseorang agar dapat terhubung dengan lingkungan sekitarnya dan orang lain.

  Komunikasi yang tidak lancar, dalam jangka panjang akan menyebabkan sulit bertahan hidup. Misalkan pada penderita Amyotropic Lateral Schlerosis (ALS) dan penderita kanker laring. Menurut Departemen Kesehatan (DEPKES) pada tahun 2012 penderita kanker laring 43000 per 100.000 orang. Salah satu dampak dari kanker laring adalah rusaknya pita suara, sehingga penderita tidak dapat berbicara. Unspoken-speech dilakukan sebagai pemanfaatan teknik komunikasi yang lain. Unspoken speech adalah komunikasi tanpa menggunakan organ artikulatori. Klasifikasi unspoken speech merupakan langkah awal untuk memudahkan komunikasi dengan cepat dan mudah digunakan.

  Penyusun menyadari bahwa naskah skripsi ini masih banyak kekurangan. Oleh karena itu, kritik dan saran yang membangun sangat diharapkan untuk mengembangkan penelitian skripsi ini.

  Surabaya, Oktober 2015 Penyusun

  La Febry Andira Rose Cynthia

  

ADLN Perpustakaan Universitas Airlangga

  UCAPAN TERIMAKASIH Syukur Alhamdulillah penulis panjatkan kepada Allah SWT atas berkat, rahmat dan pertolongan-Nya sehingga penyusunan skripsi yang berjudul

  “Klasifikasi Unspoken-speech pada Sinyal Otak Berbasis Transformasi

  Wavelet dan Jaringan Saraf Tiruan (JST)” dapat terselesaikan dengan baik.

  Sholawat serta salam selalu tercurahkan kepada Nabi Muhammad SAW yang telah mengajarkan kita kebenaran serta kebaikan.

  Penyusunan skripsi ini tidak lepas dari bantuan dan dukungan dari beberapa pihak. Oleh karena itu penulis ingin mengucapkan terimakasih yang tak berhingga kepada :

  1. Kedua orang tua tercinta, ibu Sri Rahayu Dwi Purnaningtyas dan bapak Sutrisno Hadi Susilo yang selalu menyemangati dan memberikan seluruh tenaga dan pikirannya untuk keberlangsungan skripsi penulis. Doa dan dukungan kalian membuat penulis bisa bertahan dan terus berjuang untuk memberikan yang terbaik. Semoga Allah senantiasa memberikan kesehatan, rezeki dan ridho-Nya kepada kalian.

  2. Adikku Adhiemas Andira Anantha Putra dan Raditya Andira Nararya Putra yang selalu menjadi semangat penulis dikala saya jenuh dan selalu memberikan semangat serta keyakinan bahwa penulis bisa menyelesaikannya.

  3. Bapak Drs. Siswanto, M.Si., selaku ketua departemen Fisika dan bapak Moh Yasin, M.Si., selaku ketua program studi Teknobiomedik yang telah memberikan pengarahan dan motivasi selama perkuliahan.

  4. Ibu Endah Purwanti, S.Si., M.T., selaku dosen pembimbing pertama yang selalu memberikan banyak ide, saran, solusi, motivasi setra bimbingannya kepada penulis selama perkuliahan maupun dalam pengerjaan skripsi.

  5. Bapak Andi Rahmadiansah, S.T., M.T., selaku pembimbing kedua yang telah memberikan masukan, motivasi, saran dan meluangkan waktu bagi penulis dalam pengerjaan skripsi.

  

ADLN Perpustakaan Universitas Airlangga

  6. Bapak Drs. R. Arif Wibowo, M.Si., selaku penguji I yang banyak memberikan saran dan bimbingan untuk perbaikkan skripsi ini.

  7. Bapak Yhosep Githa Yhun Yhuana, S.Si., M.T., selaku penguji II yang memberikan saran untuk perbaikkan skripsi ini.

  8. Fitri Risqi Afrianti selaku partner EEG dalam keadaan apapun saat pengerjaan skripsi ini. Terima kasih telah menemani, memberikan masukan, memberikan dorongan, membantu dalam pengerjaan skripsi ini sampai akhirnya penulis dapan menyelesaikan tahap ini. Semoga persahabatan kita tetap terjalin dengan baik.

  9. Mbak Nada, Mbak Eki, Mbak Amel, Mbak Fani, Anggrek Citra, Priyanka, Evelyn, Amila dan Azisya yang selalu membantu kesulitan yang dialami penulis. Terima kasih atas ilmu yang diberikan, semoga selalu bermanfaat dan sukses selalu untuk kalian.

  10. Sahabatku Ayu Tyas P, Dita Melinda, Indah Kharismawati, Diyah Ayu, Vinta Rahma, dan Abelia yang selalu memberikan semangat, masukkan dalam pengerjaan skripsi, motivasi, dan selalu menemani penulis dalam susah maupun senang. Semoga Allah selalu memberikan kalian ridho dan bahagia.

  11. AIRBLAST, teman seperjuangan Teknobiomedik 2011 yang telah memberikan penulis banyak ilmu, kenangan, kebahagiaan, kesedihan, dan kesusahan yang dilalui bersama-sama.

  12. Saudara kosan Mbak Dika Nurachmi, pemilik kosan, terima kasih atas tempat tinggalnya selama 4 tahun serta terima kasih atas semangatnya kepada penulis dalam pengerjaan skripsi. Diah, Mbak Nindi, dan Nazhira terima kasih atas semangat yang kalian berikan selalu.

  13. Seluruh dosen yang telah memberikan ilmu dan pendidikan moral kepada penulis selama masa perkuliahan di S1 Teknobiomedik.

  14. Kepada karyawan dan staf FST Unair yang telah memberikan banyak bantuan dan kemudahan pada perkuliahan.

  15. Ardy Dwi Hardianto yang selalu menemani, memberikan semangat, motivasi dan dukungan dalam segala hal. Semoga Allah selalu memberikan kemudahan untukmu dalam penyelesaian studimu. Semoga Allah selalu melindungi kita berdua. Aamiin.

  Semoga Allah SWT memberikan yang terbaik kepada saudara-saudara semua. Kepada pihak yang tidak bisa di sebutkan satu persatu, penulis mengucapkan banyak terima kasih.

  Surabaya, 9 November 2015 Penulis

  La Febry Andira Rose Cynthia

  

ADLN Perpustakaan Universitas Airlangga

  

ADLN Perpustakaan Universitas Airlangga

  DAFTAR ISI Halaman Judul .................................................................................................. i Lembar Pengesahan ......................................................................................... iii Abstrak ............................................................................................................. v Abstract ............................................................................................................ vi Kata Pengantar ................................................................................................. vii Ucapan Terimakasih......................................................................................... viii Daftar Isi........................................................................................................... xi Daftar Gambar .................................................................................................. xiv Daftar Tabel ..................................................................................................... xvii Daftar Lampiran ............................................................................................... xviii

  

BAB I PENDAHULUAN ............................................................................... 1

  1.1 Latar Belakang Masalah ................................................................... 1

  1.2 Rumusan Masalah ............................................................................. 5

  1.3 Batasan Masalah ............................................................................... 6

  1.4 Tujuan Penelitian .............................................................................. 6

  1.5 Manfaat Penelitian ........................................................................... 7

  

BAB II TINJAUAN PUSTAKA ................................................................... 8

  2.1 Otak................................................................................................... 8

  2.2 Kanker Laring ................................................................................... 13

  2.3 Elektroensefalograf ........................................................................... 16

  2.3.1 Konsep dasar EEG ......................................................................... 20

  2.3.2 Peletakan Elektrode ....................................................................... 22

  2.4 Sinyal Otak ....................................................................................... 22

  2.5 Pengolahan Sinyal ............................................................................ 27

  2.6 Discrete Wavelet Transform (DWT) ................................................ 29

  2.7 Jaringan Saraf Tiruan ........................................................................ 33

  2.7.1 Komponen-Komponen Jaringan .................................................... 34

  2.7.2 Bentuk Arsitektur Jaringan ............................................................ 36

  

ADLN Perpustakaan Universitas Airlangga

  2.7.3 Algoritma Pembelajaran ................................................................ 38

  2.8 Antarmuka Otak-Komputer .............................................................. 40

  BAB III METODE PENELITIAN ............................................................... 42

  3.1 Tempat dan Waktu Penelitian ........................................................... 42

  3.2 Peralatan dan Software ..................................................................... 42

  3.3 Prosedur Penelitian ........................................................................... 43

  3.3.1 Pengambilan Data Sinyal Otak Menggunakan EEG ..................... 44

  3.3.2 Pengolahan Sinyal ......................................................................... 49

  3.3.3 Ekstraksi Fitur Sinyal .................................................................... 52

  3.3.4 Training Data ................................................................................. 57

  3.3.5 Pengujian Jaringan Saraf Tiruan .................................................... 59

  3.3.6 Analisis Hasil ................................................................................. 61

  BAB 4 HASIL DAN PEMBAHASAN .......................................................... 62

  4.1 Pengambilan Data ............................................................................. 62

  4.2 Pengolahan Sinyal ............................................................................ 66

  4.2.1 Segmentasi ..................................................................................... 67

  4.2.2 Filterisasi........................................................................................ 68

  4.3 Ekstraksi Fitur ................................................................................... 69

  4.4 Pelatihan Jaringan Saraf Tiruan ........................................................ 71

  4.5 Pengujian Software ........................................................................... 80

  4.6 Tampilan Program ............................................................................ 84

  4.6.1 Jendela Menu Awal ....................................................................... 84

  4.6.2 Jendela Program Identifikasi ........................................................ 86

  4.6.3 Jendela Ekstraksi Fitur .................................................................. 87

  4.6.4 Jendela Hasil Ekstraksi Fitur ........................................................ 88

  4.6.5 Jendela Program Training .............................................................. 89

  4.6.6 Jendela Hasil Training ................................................................... 90

  4.6.7 Jendela Program Uji ...................................................................... 91

  4.6.8 Jendela User Manual...................................................................... 92

  4.6.9 Jendela Tentang Program Klasifikasi ............................................ 94

  

ADLN Perpustakaan Universitas Airlangga

BAB V KESIMPULAN DAN SARAN ......................................................... 96

  5.1 Kesimpulan ...................................................................................... 96

  5.2 Saran ................................................................................................. 96

  DAFTAR PUSTAKA ..................................................................................... 98 Lampiran ........................................................................................................ 101

  

ADLN Perpustakaan Universitas Airlangga

DAFTAR GAMBAR

  No Judul Gambar Halaman

  2.1 Formasi tabung saraf menjadi asal otak dan medula spinalis (Sloane,2004) ........................................................................................................ 9

  2.2 Perkembangan dari otak dan medula spinnalis (a) dan (b) tiga ventrikel utama, (c) dan (d) perpanjangan sekunder. (Sloane, 2004) ................................... 10 2.3 (a) Bagian utama otak, (b) bagian otak pada potongan midsagital ................. 12

  2.4 Anatomi Otak Manusia (Wester, 2002) .......................................................... 13 2.5 (a) keadaan pita suara mengalami pembengkakan. (b) kanker laring yang mengharuskan penderita mengangkat pita suara.(Ridge, 2014) ........................... 14

  2.6 Letak laring di leher manusia (University of Texas MD Anderson Cancer Centre, 2013) ............................................................................................ 15

  2.7 Ilustrasi letak supraglottis, epiglottis, dan subglottis (Andrew Ridge, 2014) .................................................................................................................... 16

  2.8 Ilustrasi dari alat dan pemakaian EEG ............................................................ 17

  2.9 Struktur khas neuron. Anak panah menunjukkan jalannya impuls (Sloane,2004) ........................................................................................................ 18

  2.10 Grafik potensial aksi yang terdiri dari depolarisasi cepat, repolarisasi agak lambat, hiperpolarisasi dan kembali istirahat. (Sloane,2004) ....................... 20

  2.11 Contoh rangkaian EEG olimex 2 channel (desain oleh Olimex, 2013) ........ 21

  2.12 Sistem peletakkan elektroda 10-20 termasuk elektroda referensi (Sanei, 2007). .................................................................................................................... 22

  2.13 Sinyal dalam kehidupan sehari-hari. (a) dan (b) sistem dan sinyal pada rangkaian listrik. (b) dan (c) sistem dan sinyal pada mic. (Mandal, 2007) ........... 23 2.14 (a) sinyal kontinyu, (b) sinyal diskrit (Mandal, 2007) .................................. 24 2.15 (a) (c) dan (e) merupakan sinyal periodik, (b) (d) (f) sinyal aperiodik (Mandal,2007) ....................................................................................................... 25

  

ADLN Perpustakaan Universitas Airlangga

  2.16 Sinyal dalam domain waktu dan domain frekuensi (Mandal, 2007) ........... 26

  2.17 Macam-macam filter ..................................................................................... 28

  2.18 Macam-macam sinyal induk (mother wavelet) (Roddlin, 2009) .................. 30

  2.19 Penerapan dekomposisi pada DWT. g[n] merupakan HPF dan h[n] merupakan LPF (Subasi, 2006) ............................................................................. 31

  2.20 Ilustrasi jaringan saraf tiruan (Kusumadewi dan Hartati, 2010) ................... 34

  2.21 Arsitek dari JST (Kusumadewi dan Hartati, 2010) ....................................... 35

  2.22 Arsitektur dengan bobot bias (b) .(Kusumadewi dan Hartati, 2010) ............ 36

  2.23 Arsitektur jaringan saraf dengan banyak layer (Kusumadewi dan Hartati, 2010) ........................................................................................................ 37

  2.24 Algortima dengan metode kompetitif. .......................................................... 38

  2.25 Arsitek dari JST model backpropagation (Kusumadewi dan Hartati, 2010) ..................................................................................................................... 40

  2.26 Ilustrasi rancangan umum BCI (Yoga, 2013) ............................................... 41

  3.1 EEG-SMT Olimex beserta 4 elektroda aktif, 1 elektroda pasif, dan kabel USB; Elektroda Gel Khusus EEG ......................................................................... 42

  3.2 Diagram Blok Tahapan Penelitian .................................................................. 43

  3.3 Sketsa Video Stimulus Sinyal EEG ................................................................ 45

  3.4 Perekaman sinyal otak pada seluruh naracoba ................................................ 46

  3.5 Pengukuran Kanal elektroda 10-20 (Callies, 2006) ........................................ 47

  3.6 Pemasangan elektroda dengan prinsip bipolar (Olimex) ................................ 48

  3.7 Toolbox EEGLAB untuk merubah file EDF menjadi .m ............................... 49

  3.8 Skema pembuatan Filter IIR Butterworth 8-30 Hz ......................................... 51

  3.9 Hasil Filter IIR Butterworth Bandpass 8-30 Hz menggunakan toolbox Matlab FDA Tools ................................................................................................ 51

  3.10 Segmentasi sinyal .......................................................................................... 52

  

ADLN Perpustakaan Universitas Airlangga

  3.11 Arsitektur backpropagation yang dipakai, dengan variasi pada jumlah neuron di hidden layer .......................................................................................... 57

  3.12 Diagram alir training backpropagation (Aldian,2010) ................................. 58

  3.13 Diagram Alir Pengujian JST model backpropagation .................................. 60

  4.1 Sistem perekaman pada program OpenVibe ................................................... 64

  4.2 Tampilan sinyal pada Openvibe ...................................................................... 64

  4.3 Hasil sinyal yang diambil dalam satu kali perekaman (a) Kata Tolong (b) Kata Sakit ........................................................................................................ 65

  4.4 Segmentasi yang mengambil di antara peak kedipan mata ............................. 67

  4.5 Sinyal sebelum dan sesudah di filter pada frekuensi 3-20 Hz ........................ 69

  4.6 Hasil ekstraksi fitur menggunakan wavelet daubechies 4 dengan level dekomposisi 7 ....................................................................................................... 70

  4.7 Tampilan Jendela Menu Awal ........................................................................ 84

  4.8 Tampilan jendela Program Klasifikasi ............................................................ 86

  4.9 Jendela Ekstraksi Fitur sinyal.......................................................................... 87

  4.10 Jendela Fitur Sinyal ....................................................................................... 88

  4.11 Jendela Program Training Jaringan Saraf Tiruan ......................................... 89

  4.12 Jendela Hasil Training................................................................................... 90

  4.13 Jendela Pengujian Data Testing .................................................................... 91

  4.14 Jendela Instruksi Penggunaan Program ........................................................ 92

  4.15 Jendela Tentang Program .............................................................................. 95

  

ADLN Perpustakaan Universitas Airlangga

DAFTAR TABEL

  No Judul Tabel Halaman

  4.1 Tingkat Akurasi Training Nilai Median .......................................................... 72

  4.2 Tingkat Akurasi Training Nilai Mean ............................................................. 74

  4.3 Tingkat Akurasi Training Nilai modus ........................................................... 75

  4.4 Tingkat Akurasi Training Nilai Range ............................................................ 76

  4.5 Tingkat Akurasi Training Nilai Standar Deviasi ............................................ 78

  4.6 Perbedaan Target dengan Output Hasil Pengujian.......................................... 81

  4.7 Matriks Konfusi .............................................................................................. 82

  

ADLN Perpustakaan Universitas Airlangga

DAFTAR LAMPIRAN

  No Judul Lampiran Halaman Lampiran 1 Data Fitur dan Target Klasifikasi dari Data Training ........................ 101 Lampiran 2 Data Fitur, Target, dan Output Klasifikasi dari Data Testing ........... 136 Lampiran 3 Hasil Pemrosesan Sinyal kata Sakit yang diujikan ............................ 138 Lampiran 4 Hasil Pemrosesan Sinyal kata Tolong yang diujikan ........................ 158 Lampiran 5 Listing Program Ekstraksi Fitur ........................................................ 178 Lampiran 6 Listing GUI Program ......................................................................... 180

Dokumen baru

Download (18 Halaman)
Gratis

Tags

Klasifikasi Sinyal Radar Menggunakan Jaringan Saraf Tiruan Jaringan Saraf Tiruan Jaringan Syaraf Tiruan Jst Implementasi Jaringan Syaraf Tiruan Jst Aplikasi Transformasi Wavelet Pada Prapengolahan Sinyal Suara Kompresi Sinyal Suara Menggunakan Transformasi Wavelet Tinjauan Pustaka Jaringan Syaraf Tiruan Jst
Show more

Dokumen yang terkait

IMPLEMENTASI JARINGAN SARAF TIRUAN BACKPROPAGATION UNTUK KLASIFIKASI KUALITAS TEMBAKAU MENGGUNAKAN DIGITAL IMAGE PROCESSING BERBASIS ANDROID
2
9
83
PHONOCARDIOGRAM YANG DILENGKAPI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI CIRI MENGGUNAKAN DEKORLET DAN ENERGI SINYAL DEKOMPOSISI WAVELET
3
53
83
PENERAPAN ALGORITMA JARINGAN SARAF TIRUAN (JST) DALAM PERKIRAAN HARGA TANAH
0
0
5
APLIKASI JARINGAN SARAF TIRUAN UNTUK MENENTUKAN KOMPETENSI SESEORANG BERDASARKAN PENGGUNAAN OTAK KANAN DAN KIRI
1
1
5
PENERAPAN JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI JUMLAH KEMISKINAN PADA KABUPATENKOTA DI PROVINSI RIAU
0
1
14
ANALISIS PRODUKTIVITAS PEGAWAI MENGGUNAKAN JARINGAN SARAF TIRUAN PROPAGASI BALIK
0
0
6
0MEDIA PEMBELAJAR JARINGAN SARAF TIRUAN MATERI BRAIN STATE IN A BOX BERBASIS MULTIMEDIA
0
0
9
RESTORASI CITRA BLUR DENGAN ALGORITMA JARINGAN SARAF TIRUAN HOPFIELD
0
0
10
PENGEMBANGAN TAHAPAN KLASIFIKASI APEL ENVY DAN PASIFIC ROSE MENGGUNAKAN JARINGAN SARAF TIRUAN (JST)
0
0
7
IMPLEMENTASI METODE JARINGAN SARAF TIRUAN (JST) PADA ALAT DETEKSI NILAI NOMINAL UANG
0
0
7
DETEKSI TELUR INFERTIL MENGGUNAKAN JARINGAN SARAF TIRUAN MULTILAYER PERCEPTRON SKRIPSI MUHAMMAD ZAEN NAWAWI 081402022
0
0
11
IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA DAN PENERJEMAH AKSARA KARO DENGAN METODE
0
0
12
JARINGAN SYARAF TIRUAN (JST)
0
0
110
DETEKSI KANKER PARU-PARU DARI CITRA FOTO RONTGEN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION SKRIPSI
0
0
101
PENDETEKSIAN KELAINAN OTAK BERDASARKAN ESTIMATOR KERNEL DENGAN PEREDUKSI DIMENSI TRANSFORMASI WAVELET DISKRET DAN PARTIAL LEAST SQUARE SKRIPSI
0
0
17
Show more