1. Home
  2. Teknik

Perumusan Masalah Batasan Masalah Tujuan Penulisan

1.2 Perumusan Masalah

Berdasarkan permasalahan yang telah diuraikan pada bagian latar belakang, maka permasalahan yang timbul adalah sebagai berikut. a. Bagaimana hasil pengenalan citra barcode dengan metode backpropagation dibandingkan dengan metode LVQ Learning Vector Quantization? b. Parameter apa saja yang digunakan untuk memperoleh hasil optimal pengenalan citra barcode dengan metode backpropagation dan LVQ Learning Vector Quantization? c. Manakah yang lebih baik antara metode backpropagation atau metode LVQ Learning Vector Quantization dalam pengenalan citra barcode?

1.3 Batasan Masalah

Agar dalam pembahasan skripsi ini tidak terlalu meluas, maka penulis mencantumkan pembatasan masalah sebagai berikut. a. Citra barcode yang akan dikenali adalah data jenis EAN-13. b. Citra barcode diambil dari Supermarket GIANT Jalan Siliwangi Semarang. c. Metode deteksi tepi yang digunakan adalah metode sobel. d. Akuisisi citra dilakukan dengan menggunakan kamera merk Fujifilm dengan resolusi 16 megapixel dengan pengambilan gambar dilakukan pada jarak 5 cm sampai 10 cm. e. Citra yang digunakan adalah citra statik berwarna berukuran 100 × 60 pixel. f. Proses yang dilakukan adalah pembelajaran citra barcode. Pengenalan citra barcode dengan metode backpropagation dan learning vector quantization, serta perbandingan hasil pengenalan citra barcode. g. Menciptakan suatu sistem untuk membantu proses perbandingan antara metode backpropagation dan learning vector quantization pada citra barcode dengan menggunakan software Matlab R2009a. h. Data keluaran berupa hasil perhitungan pengenalan citra barcode, persentase akurasi, dan perbandingan antara metode backpropagation dan learning vector quantization pada citra barcode.

1.4 Tujuan Penulisan

Tujuan penulisan skripsi ini adalah sebagai berikut. a. Membandingkan hasil pengenalan citra barcode dengan metode backpropagation dan learning vector quantization. b. Mengetahui parameter apa saja yang digunakan untuk memperoleh hasil optimal pengenalan citra barcode dengan metode backpropagation dan LVQ Learning Vector Quantization. c. Memberikan rekomendasi metode yang lebih baik antara metode backpropagation dan learning vector quantization dalam pengenalan citra barcode.

1.5 Manfaat Penulisan

Dokumen yang terkait

Analisis Perbandingan Backpropagation Dengan Learning Vector Quantization (LVQ) Untuk Memprediksi Curah Hujan Di Kota Medan

17 115 153

Implementasi Dan Perbandingan Metode Learning Vector Quantization (Lvq) Dan Backpropagation Untuk Memeriksa Keaslian Mata Uang Kertas

8 90 126

Pengembangan dan implementasi Learning Vector Quantization (LVQ) pada aplikasi pengenalan jenis ricikan keris Jawa berbasis smartphone

1 32 199

Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah

5 47 255

PENERAPAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ) UNTUK PENGENALAN WAJAH DENGAN CITRA WAJAH GAUSSIAN BLUR.

0 2 46

APLIKASI MOBILE PENGENALAN CITRA MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

0 0 6

KLASIFIKASI MUTU JERUK NIPIS DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ)

0 0 8

Klasifikasi Risiko Hipertensi Menggunakan Metode Learning Vector Quantization (LVQ)

0 1 9

PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

0 0 10

PENGENALAN POLA AKSARA KA-GA-NGA DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ)

0 0 9