Documentos de Académico
Documentos de Profesional
Documentos de Cultura
: Y. Diah Rosita
NRP
: 213210403
Subject
Pattern Letters
The Letter B
The Letter A
The Letter C
Pola huruf dengan menggunakan pola matriks 9x7. Tiap elemen yang berwarna dimisalkan apabila:
a. Berwana hitam bernilai 1
b. Tidak berwarna bernilai -1
2.
0
0
0
0
0
1
0
0
1
1
1
1
1
0
0
0
0
0
1
1
0
0
0
0
0
0;
0;
0;
0;
0;
0
0
0
1
B1=[1
1
1
1
1
1
1
1
1
C1=[0
0
1
1
1
1
1
0
0
1
1
1
1
1
0
0
0
1
0
0
0
1
0
1
0
0
0
0
0
1
0
1
0
0
1
1
0
0
0
1
0
0
0
1
1
0
0
0
0
0
0
0
1
1
0
0
0
1
0
0
0
1
0
0
0
0
1
0
0
0
0
0
0
0
1
1
0
0
1
1
0
0
0
1
0
0
0
1
1
0
0
0
0
0
0
0
1
1
1
1
1
1
0
0
0
1
0
0
0
1
1
0
0
0
0
0
0
0
1
0;
0;
0;
1];
1;
1;
1;
1;
1;
1;
1;
1;
1];
0;
1;
0;
0;
0;
0;
0;
1;
0];
t=[1 2 3];
PR=zeros(63,2);
PR(:,2)=1;
%5. Penggunaan Fungsi Backpropagation
net=newff(minmax(p),[3,1],{'logsig','purelin'})
%6. Pelatihan Network
net.trainParam.epochs=3;
net=train(net,p,t)
%7. Percobaan Input Pola Huruf B dengan Model Lain
hasil=sim(net,B2(1:end)')
y=hasil
hasil=round(y)if hasil==1'
disp('Huruf A');
elseif hasil==2'
disp('Huruf B');
elseif hasil==3'
disp('Huruf C');
else
disp('Huruf belum dikenali')
end
3.
5.
6.
Explanation
1. Pembentukan Pola Huruf
Menggunakan ukuran matriks 7x9 dengan nilai -1 dan 1 sebagai bentuk representasi (biner).
2.
3.
4.
5.
Pelatihan Network/Jaringan
net.trainParam.epochs=3
net.trainParam.epochs=4:Jaringan ini akan dilatih dengan maksimum epoch 3.
net=net(train,p,t)
net(train,p,t):fungsi pelatihan (train) pola masukan p terhadap target pada jaringan net.
6.
Iterasi pelatihan diselesaikan dalam 3 epoch. Pada epoch 1, unjuk kerja=0.675 (berarti hanya ada 1 pola
yang dikenali dengan benar). Pada epoch 2, unjuk kerja=0.3 (berarti hanya ada 2 pola yang dikenali dengan
benar). Dan pada epoch 3, unjuk kerja=0 (berarti semua pola telah dikenali dengan benar).
7.
Hasil Percobaan
sim
floor
8.
hasil=sim(net,B2(1:end)');
hasil=round(hasil);
: fungsi yang digunakan untuk menghitung keluaran jaringan untuk dicocokan pada
target. Target A bernilai (1), target B bernilai (2), dan target C bernilai (3). Jika yang
dicoba pola A2 (huruf A dengan model lain dengan ukuran matriks 1x63) terhadap
jaringan backpropagation yang telah dibentuk menghasilkan nilai (1) berarti pola A2
termasuk huruf A, dan seterusnya.
: digunakan untuk membulatkan nilai hasil
0.0895
0.5254
0.3956
0.3792
-0.1661
-1.4089
1.4581
0.0338
0.7348
-1.3292
0.7170
0.5452
-0.9455
-0.7660
0.5168
-0.8320
0.7442
-1.4460
1.4452
-0.3133
1.1220
0.3418
1.0350
-0.8853
0
0
0
0
0
0
-0.5247
0.6388
-0.0233
0.5804
0.5354
0.8025
1.3666
0.5737
-0.8076
-0.1097
0.0938
-0.3452
0
0
0
0
0
0
-0.6276
-0.1877
0.7960
0
0
0
0
0
0
-0.1097
0.0938
-0.3452
-0.1097
0.0938
-0.3452
0
0
0
-0.8381
-0.2899
-1.1441
0.9163
1.0146
-0.5885
0
0
0
0
0
0
0
0
0
0
0
0
-0.6509
1.4136
0.9252
-0.0544
1.3425
1.3073
0.8557
1.2025
0.5339
Columns 8 through 14
-0.6876
0.6934
-0.3482
-0.1307
0.4516
0.3143
Columns 15 through 21
1.0585
0.5677
1.1337
-0.6984
1.0422
-0.1958
Columns 22 through 28
-1.0038
0.5443
-0.1525
0.3561
1.3028
0.8785
Columns 29 through 35
0.1722
1.3523
1.0434
0.7957
-1.4295
-1.1986
Columns 36 through 42
-1.0015
-1.5577
-1.3422
1.0334
-0.6533
0.5615
Columns 43 through 49
0
0
0
0
0
0
-0.1097
0.0938
-0.3452
0.5238
0.1828
-1.6930
0
0
0
0
0
0
0
0
0
0.8830
0.4160
1.2793
-0.1097
0.0938
-0.3452
1.3876
-0.9941
0.7647
-1.2843
-1.5735
0.4299
0.1323
-0.0559
0.5508
0.2705
-0.3421
-1.0583
0.8131
1.7703
-1.5084
-1.2447
0.9941
-1.1940
Columns 50 through 56
0.5853
0.9022
1.0771
-0.5565
0.0343
-0.3909
-1.2890
1.4255
-0.6791
Columns 57 through 63
-1.2868
-1.2445
1.0153
b.
1.2169
0.3092
-0.2776
0.5420
-0.0429
0.9916