Optimalisasi metode BPNN (Backpropagation Neural Network) menggunakan GA (Genetic Algorithm) dalam menentukan arah offset pada metode ekstraksi fitur GLCM (Gray Level Co-occurrence Matrices)

  • Wise Herowati Herowati Program Studi Teknik Informatika , Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
  • Ricardus Anggi Pramunendar Program Studi Teknik Informatika , Fakultas Ilmu Komputer, Universitas Dian Nuswantoro
  • Harun Al Azies Program Studi Teknik Informatika , Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

References

[1] R. K. Dewi and R. V. H. Ginardi, “Identifikasi Penyakit pada Daun Tebu dengan Gray Level Co-Occurrence Matrix dan Color Moments,” J. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 2, p. 70, 2014, doi: 10.25126/jtiik.201412114.
[2] A. Susanto and I. U. Wahyu Mulyono, “A Good Accuracy in Apple Fruits Quality Based on Back Propagation Neural Network and Feature Extraction,” J. Informatics Telecommun. Eng., vol. 6, no. 1, pp. 38–48, 2022, doi: 10.31289/jite.v6i1.6938.
[3] R. Widodo, A. W. Widodo, and A. Supriyanto, “Pemanfaatan Ciri Gray Level Co-Occurrence Matrix (GLCM) Citra Buah Jeruk Keprok (Citrus reticulata Blanco) untuk Klasifikasi Mutu,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 5769–5776, 2018, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/3420
[4] H. Lee and A. A. Fajrin, “Framework Jaringan Syaraf Tiruan Dengan Algoritma Genetika Pada Pengenalan Iris Mata,” Comput. Sci. Ind. …, vol. 02, 2022, [Online]. Available: https://forum.upbatam.ac.id/index.php/comasiejournal/article/view/5846%0Ahttps://forum.upbatam.ac.id/index.php/comasiejournal/article/download/5846/2914
[5] M. Ramadhani, “Klasifikasi Jenis Jerawat Berdasarkan Tekstur dengan Menggunakan Metode GLCM,” e-Proceding of Enggineering, vol. 5, no. 1, pp. 870–876, 2018.
[6] M. Irfan, B. A. Ardi Sumbodo, and I. Candradewi, “Sistem Klasifikasi Kendaraan Berbasis Pengolahan Citra Digital dengan Metode Multilayer Perceptron,” IJEIS (Indonesian J. Electron. Instrum. Syst., vol. 7, no. 2, p. 139, 2017, doi: 10.22146/ijeis.18260.
[7] F. Hafifah, S. Rahman, and S. Asih, “Klasifikasi Jenis Kendaraan Pada Jalan Raya Menggunakan Metode Convolutional Neural Networks (CNN),” TIN Terap. Inform. Nusant., vol. 2, no. 5, pp. 292–301, 2021, [Online]. Available: https://ejurnal.seminar-id.com/index.php/tin
[8] H. Paul, A. Sartika Wiguna, and H. Santoso, “Penerapan Algoritma Support Vector Machine Dan Naive Bayes Untuk Klasifikasi Jenis Mobil Terlaris Berdasarkan Produksi Di Indonesia,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 1, pp. 39–44, 2023, doi: 10.36040/jati.v7i1.5555.
[9] N. Fadlia and R. Kosasih, “Klasifikasi Jenis Kendaraan Menggunakan Metode Convolutional Neural Network (Cnn),” J. Ilm. Teknol. dan Rekayasa, vol. 24, no. 3, pp. 207–215, 2019, doi: 10.35760/tr.2019.v24i3.2397.
[10] S. Rahman, A. Titania, A. Sembiring, M. Khairani, and Y. F. A. Lubis, “Analisis Klasifikasi Mobil Pada Gardu Tol Otomatis (GTO) Menggunakan Convolutional Neural Network (CNN),” Explorer (Hayward)., vol. 2, no. 2, pp. 54–60, 2022, doi: 10.47065/explorer.v2i2.286.
[11] R. R. Waliyansyah, K. Adi, and J. E. Suseno, “Implementasi Metode Gray Level Co-occurrence Matrix dalam Identifikasi Jenis Daun Tengkawang,” J. Nas. Tek. Elektro dan Teknol. Inf., vol. 7, no. 1, pp. 50–56, 2018, doi: 10.22146/jnteti.v7i1.400.
[12] Neneng and Y. Fernando, “Klasifikasi Jenis Daging Berdasarkan Analisis Citra Tekstur Gray Level Co-Occurrence Matrices ( Glcm ) Dan Warna,” Semin. Nas. Sains dan Teknol. 2017, no. November, pp. 1–7, 2017.
[13] L. Hakim, S. P. Kristanto, D. Yusuf, and F. N. Afia, “Pengenalan Motif Batik Banyuwangi Berdasarkan Fitur Grey Level Co-Occurrence Matrix,” J. Teknoinfo, vol. 16, no. 1, p. 1, 2022, doi: 10.33365/jti.v16i1.1320.
[14] R. K. Tjondrowiguno, R. Intan, and K. Gunadi, “Aplikasi Pengenalan Pola Batik Dengan Menggunakan Metode Gray-Level Cooccurrence Matrix,” Infra, vol. 5, no. 1, pp. 186–191, 2017, [Online]. Available: https://publication.petra.ac.id/index.php/teknik-informatika/article/view/5156
[15] R. Listia and A. Harjoko, “Klasifikasi Massa pada Citra Mammogram Berdasarkan Gray Level Cooccurence Matrix (GLCM),” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 8, no. 1, p. 59, 2014, doi: 10.22146/ijccs.3496.
[16] Y. Sahaduta and C. Lubis, “Gray Level Coocurrence Matrix Sebagai Pengekstraksi Ciri Pada Pengenalan Naskah Braille,” Semin. Nas. Teknol. Inf. dan Multimed., pp. 33–38, 2013.
[17] N. Moham, F. A. Dwiyanto, H. S. Pakpahan, I. Islamiyah, and H. J. Setyadi, “Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network,” Sains, Apl. Komputasi dan Teknol. Inf., vol. 1, no. 2, p. 14, 2019, doi: 10.30872/jsakti.v1i2.2601.
[18] A. J. Lubis and A. Saprin, “Perancangan Aplikasi Untuk Mendeteksi Sabuk Pengaman Mobil Menggunakan Algoritma Backpropagation Neural Network (Bpnn),” J. Teknol. Inf., vol. 2, no. 2, p. 145, 2019, doi: 10.36294/jurti.v2i2.429.
[19] M. Badrul, “Optimasi Neural Network dengan Algoritma Genetika untuk Prediksi Hasil Pemilukada,” Bina Insa. ICT J., vol. 3, no. 1, pp. 229–242, 2016.
[20] N. F. Romdhoni, K. Usman, and B. Hidayat, “Deteksi Kualitas Kacang Kedelai Melalui Pengolahan Citra Digital dengan Metode Gray-Level Co-Occurrence Matrix (Glcm) dan Klasifikasi Desicion Tree,” Pros. Semin. Nas. Ris. Dan Inf. Sci., vol. 2, pp. 132–137, 2020.
[21] R. Anggraini, “Klasifikasi Jenis Kualitas Keju Dengan Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM) dan Support Vector Machine (SVM) Pada Citra Digital,” e-Proceeding Eng., vol. 4, no. 2, pp. 2035–2042, 2017.
Published
2023-12-11
How to Cite
HEROWATI, Wise Herowati; PRAMUNENDAR, Ricardus Anggi; AZIES, Harun Al. Optimalisasi metode BPNN (Backpropagation Neural Network) menggunakan GA (Genetic Algorithm) dalam menentukan arah offset pada metode ekstraksi fitur GLCM (Gray Level Co-occurrence Matrices). BINA INSANI ICT JOURNAL, [S.l.], v. 10, n. 2, p. 123-131, dec. 2023. ISSN 2527-9777. Available at: <https://460290.0x60nl4us.asia/index.php/BIICT/article/view/2624>. Date accessed: 01 dec. 2024. doi: https://doi.org/10.51211/biict.v10i2.2624.