GDL

Application Identification Of Personality By Handwriting Letters "i" and "t" Using Artificial Neural Network

Tugas Akhir, 003 / 2014 / JKI
Undergraduate Theses from JBPTPPOLBAN / 2018-04-09 15:33:17
Oleh : Anita Shella Shufa - 111511004, Muhammad Faudzi Faridzi A. - 111511021, & Neng Ajeng Fuji M. S. - 111511024 (shellashufa@gmail.com)
Dibuat : 2018-04-09, dengan 4 file

Keyword : jaringan saraf tiruan, propagasi balik, grafologi, huruf "i" dan "t", psikologi
Subjek : artificial neural network, backpropagation, graphology, letter "i" and "t", psychology

Masalah umum yang sering dihadapi saat proses pengenalan kepribadian melalui tulisan tangan adalah variasi tulisan yang sangat banyak. Perlu ditemukan nilai spesifik dari pola penulisan huruf-huruf tersebut yang dilatihkan dengan metode tertentu untuk membantu mengidentifikasi kepribadian berdasarkan tulisan tangan supaya dihasilkan hasil yang lebih teliti dan objektif. Pada tugas akhir ini kami menerapkan konsep jaringan saraf tiruan untuk melakukan proses identifikasi karakter kepribadian berdasarkan tulisan tangan huruf "i" dan "t". Dari tulisan tangan huruf "i" dan "t" tersebut akan dihasilkan masing-masing 18 kepribadian. Aplikasi menggunakan arsitektur berlapis banyak dengan metode pembelajaran propagasi balik menggunakan 3 unit masukan, dan 5 unit keluaran untuk huruf "i", serta 4 unit masukan dan 5 unit keluaran untuk huruf "t". Data yang digunakan pada penelitian ini diperoleh dari tulisan tangan seluruh mahasiswa-mahasiswi Jurusan Teknik Komputer dan Informatika Politeknik Negeri Bandung. Aplikasi menggunakan laju pembelajaran 0,1 dan target eror sebesar 0.0001. Berdasarkan hasil uji coba didapatkan kombinasi yang optimal untuk huruf i dan t yaitu menggunakan 10 unit tersembunyi dengan nilai laju pembelajaran 0.1 untuk masing-masing huruf. Untuk pengembangan aplikasi ke depannya, coba untuk menggunakan metode pembelajaran lain sebagai perbandingan untuk mengetahui metode mana yang lebih baik, serta menerapkan rumus menghitung rata-rata eror supaya proses pembelajaran tidak berhenti di satu titik eror yang dianggap minimum namun masih terdapat eror yang masih tinggi dalam satu set data pembelajaran. Kata kunci: jaringan saraf tiruan, propagasi balik, grafologi, huruf "i" dan "t", psikologi.

Deskripsi Alternatif :

Common problem on personality recognition process through handwriting is wide variations in handwriting. Specific value from the pattern of letters in handwriting that is practiced with specific method to make personality identifying based on handwriting more easy, accurate and objective is needed to find. In this final task we applied artificial neural network concept to carry out character identification process based on "i" and "t" letter handwriting. The "i" and "t" letter handwriting would be produced 18 personalities each. This application used multi layer architecture with back propagation learning method using 3 input neuron and 5 output neurons for "i", and 4 input neurons and 5 output neurons for "t". Data of this research was gotten from handwriting of whole students in Jurusan Teknik Komputer dan Informatika, Politeknik Negeri Bandung. This application used 0.1 learning rate and error target equaled 0.0001. Based on trial result that was obtained optimal combination for letters "i" and "t" that use 10 hidden neurons with learning rate value is 0.1 for each letters. For the application development, try to use another learning method as comparison to know which one the better method, with apply calculate standard error formula so that the learning process didn't stop in a focus error that reputed minimum but still there are another big error in a set learning data. Keywords: artificial neural network, backpropagation, graphology, letter "i" and "t", psychology.

Beri Komentar ?#(0) | Bookmark

Properti	Nilai Properti
ID Publisher	JBPTPPOLBAN
Organisasi
Nama Kontak	Erlin Arvelina
Alamat	Jl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
Kota	Bandung
Daerah	Jawa Barat
Negara	Indonesia
Telepon	022 201 3789 ext. 168, 169, 239
Fax	022 201 3889
E-mail Administrator	erlin.arvelina@polban.ac.id
E-mail CKO	erlin.arvelina@polban.ac.id