Dalam blog sederhana ini, kami dengan senang hati membantu Anda yang saat ini tengah membuat sebuah karya ilmia, lewat contoh-contoh skripsi, makalah, dan tesis yang dapat Anda unduh / download gratis di blog ini tanpa bayar.
Kami harap contoh Skripsi / Tesis Fakultas Sains dan Teknologi, Fakultas Teknik Informatika, yang kami share free di blog ini dapat membantu Anda yang sedang dan sementara membuat skripsi / tesis. Sebelum mengunduh, perhatikan dulu Abstrak dan Deskripsinya dibawah ini.
Judul : PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA
link : PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA
PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA
Abstract
Skin disease caused by toxin cumulated at skin makes a black hole around the iris
called scurf rim. At the iridologist chart, scurf rim areas located at 7th topography
or outer of eye iris connect the sclera. Eye iris can be read by the expert
(iridologist) make a difference because every people had a different subjectivity.
For anticipated, we made an automation in this research.
In this research, the data taken from a public database called CSBR (Center for
Biometric and Security Research). 50 image data divided by 2, 40 train data and
10 test data.
The process in preprocess steps are cropping, histogram equalizing, changing polar image to rectangular, automating crop to take the scurf rim area, and canny edge detection. The process steps are pattern recognizing using GLCM (Grey Level Co-occurrence Matrix) and pattern classification using backpropagation neural network. The image tested use Matlab 7.1. The result from averages of all image that extract using GLCM using contrast, homogeneity, energy and correlation for normal condition are 7,469835; 0,850391; 0,646432 and 0,145386. For the abnormal image are 6,784483; 0,863412; 0,671574 and 0,157455. The presentation of recognizing train data is 100% from 40 train data and 80% for the test data from 10 data.
The process in preprocess steps are cropping, histogram equalizing, changing polar image to rectangular, automating crop to take the scurf rim area, and canny edge detection. The process steps are pattern recognizing using GLCM (Grey Level Co-occurrence Matrix) and pattern classification using backpropagation neural network. The image tested use Matlab 7.1. The result from averages of all image that extract using GLCM using contrast, homogeneity, energy and correlation for normal condition are 7,469835; 0,850391; 0,646432 and 0,145386. For the abnormal image are 6,784483; 0,863412; 0,671574 and 0,157455. The presentation of recognizing train data is 100% from 40 train data and 80% for the test data from 10 data.
Demikianlah Artikel PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA
Sekianlah artikel PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA kali ini, semoga saja contoh Skripsi, Tesis, dan Makalah dalam blog ini dapat membantu untuk Anda semua. Jika merasa kurang cocok dengan contoh skripsi diatas, Anda dengan bebas dan gratis memilih contoh yang lain di blog ini.
Anda sekarang membaca artikel PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA dengan alamat link https://unduhcontohskripsi.blogspot.com/2017/06/pengenalan-pola-citra-iris-mata.html
0 Response to "PENGENALAN POLA CITRA IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENDETEKSI PENYAKIT KULIT PADA MANUSIA"
Posting Komentar