Hasil Pencarian  ::  Simpan CSV :: Kembali

"This paper presents a learning vector quantization (LVQ)-based temporal tracking method for semi automatic video object segmentation....."

"Japanese letter (kana) is a unique and highly complex character compared to usual Roman's letter, particularly in its hand written form. Japanese letter can be grouped into hiragana and katakana, where both have different writing rules...."

"Dengan adanya keinginan merancang alat deteksi DD dengan sensor optik, maka dilakukan penelitian pengukuran absorbansi darah penderita DD, non DD dan orang sehat dengan Spektrofotometer UV-Vis. Pola-pola absorbansi yang diperoleh dikenali dengan menggunakan jaringan saraf tiruan dengan metode LVQ, SOM dan algoritma PCA. Hasil penelitian dengan menggunakan rentang panjang gelombang antara 400-600 nm dengan 21 data input memperlihatkan pola-pola yang sangat berbeda antara DD, non DD dan orang sehat dibandingkan dengan panjang gelombang 190-400 dan 400-1100 nm. Dengan algoritma PCA 10 dimensi dan LVQ mampu mengenali pola absorbansi darah penderdan DD, non DD dan orang sehat sebesar 73 %. Sedangkan PCA 20 maupun 10 dimensi dan SOM mampu mengenali pola-pola tersebut sebesar 47 %.

---

The willing existence to design device for detection DF with optics sensor so has done this research by measure absorbance using spectrophotometer of DF, non DF and health person with spectrophotometer UV-vis. These patterns are recognized by using artificial neural network with LVQ, SOM and algorithm Principal PCA. This research done using wavelength range between 400-600 nm with 21 datas input show patterns very differ between DF, non DF and health person compared to wavelength 190-400 and 400-1100 nm. Using algorithm PCA with 10 dimensions and LVQ can recognize blood absorbance pattern DF, non DF and health person as big as 73 %, while PCA with 20 also 10 dimensions and SOM can recognize patterns as big as 47 %."

"Penelitian ini menggunakan rentang panjang gelombang spektroskopi UVVis 400-600 nm dengan 21 data input memperlihatkan pola -pola yang sangat berbeda antara Demam Dengue (DD), non DD dan orang sehat dibandingkan dengan panjang gelombang 190 -400 dan 400-1100 nm. Jaringan Saraf Tiruan metode LVQ baik dengan input langsung dan melalui PCA secara matematis telah dapat mengenal pola-pola DD, non DD dan orang sehat dengan keadaan yang dinamis. Rentang panjang gelombang antara 400 -600 nm dengan 21 data input memperlihatkan pola-pola yang sangat berbeda a ntara DD, non DD dan orang sehat dibandingkan dengan panjang gelombang 190 -400 dan 400-1100 nm. Namun dengan menggunakan PCA maka data input 190 -1100 dapat mengenal pola-pola DD, non DD dan orang sehat. Jaringan Saraf Tiruan metode LVQ mempunyai nilai keberhasilan untuk mengenali pola DD, non DD dan orang sehat mencapai 67%, sedangkan metode PCA + LVQ dengan 20 dan 10 dimensi nilai keberhasilannya mencapai 53% dan 73%. Ini memperlihatkan metode PCA + LVQ 10 dimensi lebih baik dibandingkan dengan LVQ dan PCA + LVQ dimensi 20.

---

This research use wavelength distance 400-600 nm of spectroscopy UV-Vis with 21 input data show a pattern which is very differs between Dengue Fever (DF), non DF and healthy people compared to wavelength 190 -400 and 400-1100 nm. After got blood absorbance spectrum pattern analyzed by using method of artificial neural network LVQ with 20 efficacy value to recognize pattern of DF, non DF and healthy people reach 67%, while PCA + LVQ with 20 and 10 dimension reaching 53% and 73%.;This research use wavelength distance 400-600 nm of spectroscopy UV-Vis with 21 input data show a pattern which is very differs between Dengue Fever (DF), non DF and healthy people compared to wavelength 190 -400 and 400-1100 nm. After got blood absorbance spectrum pattern analyzed by using method of artificial neural network LVQ with 20 efficacy value to recognize pattern of DF, non DF and healthy people reach 67%, while PCA + LVQ with 20 and 10 dimension reaching 53% and 73%."

"Kehandalan dari sebuah sistem pengenalan aroma tidak hanya tergantung pada kemampuan perangkat sensor melainkan juga tergantung pada sistem pengenalan pola yang menggunakan jaringan syaraf tiruan. Struktur jaringan syaraf yang sederhana memiliki performa yang buruk untuk memisahkan berbagai campuran aroma. Kombinasi antara teori fuzzy dan jaringan syaraf tiruan digunakan karena teori fuzzy dapat menangani masalah data yang samar-samar sedangkan jaringan syaraf tiruan mempunyai kemampuan untuk pembelajaran yang bagus. Algoritma LVQ digunakan sebagai proses pembelajaran dalam sistem karena algoritma ini mempunyai kecepatan pembelajaran dan keakuratan yang cukup tinggi. Namun penggunaan LVQ dengan teori fuzzy masih menemui kendala utama yaitu pemilihan inisialisasi vektor referensi. Dalam paper ini kami mengusulkan metode baru dalam tahap inisialisasi vektor referensi, yaitu memilih vektor referensi awal yang terbaik dengan menggunakan fungsi fitness. Selanjutnya kami juga telah mengembangkan aplikasi berbasis GUI untuk menampilkan hasil dari klasifikasi aroma. Hasil eksperimen menunjukkan bahwa penggunaan fungsi fitness dalam pemilihan vektor referensi mampu meningkatkan tingkat pengenalan aroma dalam sistem."