Please take a moment to complete this survey below
Library's collection Library's IT development CancelMasalah yang kerap timbul pada Jaringan Saraf Tiruan dengan input unit
yang terlalu besar adalah lamanya proses training untuk mendapatkan hasil
terbaik. Persoalan ini juga dijumpai dalam proses training pengenalan nomor plat
kendaraan bermotor yang dikerjakan oleh Mettasari Budikartono dalam proyek
Tugas Akhir.
Karena itu dalam Tugas Akhir ini ditawarkan solusi untuk mereduksi
input training pengenalan nomer plat kendaraan bermotor dengan metode
Prindpal Component Analysis (PCA). Diharapkan dengan reduksi yang
dilakukan, training dapat lebih cepat tanpa banyak mengurangi performance
jaringan. Principal Component Analysis merupakan metode untuk mengambil ciri
penting dari sekumpulan data sel dan menjelaskaunya dengan variabel yang lebih
sedikit. Dengan variabel baru ini model khas dari kumpulan data tersebut dapat
digambarkan dengan lebih baik.
Dari hasil pengujian sistem diperoleh hasil persentase pengenalan
terbaik 92.3 %, konfigurasi jaringan 60 input unit, 60 hidden unit, dan 7 output
unit dengan waktu training 07 : 31 : 910 (7 menit 31 detik ). Hasil pengenalan
ini sedikit lebih rendah dibandingkan dengan performance jaringan tanpa
reduksi, yaitu 95 %. Dari hasil pengujian ini dapat disimpulkan bahwa metode
PCA cukup efektif untuk mereduksi input jaringan pengenalan nomor plat
kendaraan bermotor.