Identifikasi Citra Ukiran Ornamen Tradisional Bali Dengan Metode Multilayer Perceptron

Putra, I Gede Rusdy Mahayana; Kesiman, Made Windu Antara; Pradnyana, Gede Aditra; Maysanjaya, I Made Dendi

doi:10.31598/sintechjournal.v4i1.552

Cited by 4 publications

(3 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Metode MLP bertujuan untuk mendapatkan vector bobot yang paling fit dengan data latih, metode MLP menggunakan nilai error untuk memperbaiki nilai bobot [12]. Algoritma MLP merupakan metode supervised learning (suatu metode machine learning yang menarik kesimpulan dari data-data yang telah diberi label, berupa pasangan input dan output) [13].…”

Section: Multi Layer Perceptronunclassified

Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air

Ningsih,

Jaman,

Salam

et al. 2024

ijmst

View full text Add to dashboard Cite

Klasifikasi mutu air adalah salah satu teknik dalam melakukan penilaian terhadap air sebagai objek penelitian. Penelitian ini dilakukan dengan tujuan agar dapat memberikan pengetahuan terhadap mutu atau kualitas air, sehingga dapat menjadi solusi terbaik yang dapat dilakukan terhadap air tersebut sebelum dikonsumsi. Penelitian ini menggunakan dua skenario dengan beberapa teknik klasifikasi, diantaranya adalah Algoritme Naive Bayes, KNN, Multiclass classification, MLP, SVM, dan Random Forest. Berdasarkan hasil peneltiian yang dilakukan dengan beberapa algoritma klasifikasi tersebut, didapatkan hasil akurasi terbaik menggunakan Algoritme Random Forest dengan persentase akurasi sebesar 99,5% pada skenario pertama dan 99,7% pada skenario kedua . Sedangkan tingkat akurasi terendah ditemukan pada Algoritme Naive Bayes dengan persentase akurasi sebesar 22,3% pada skenario pertama dan 21,9% pada skenario kedua. Hal ini disebabkan karena dataset mutu air yang diperoleh tidak seimbang atau tidak terdistribusi normal (Gaussian). Selain itu, algoritme Naive Bayes memiliki kinerja baik dalam pekerjaan klasifikasi dengan data teks.

show abstract

Section: Multi Layer Perceptronunclassified

Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air

Ningsih,

Jaman,

Salam

et al. 2024

ijmst

View full text Add to dashboard Cite

show abstract

“…Pada penelitian sebelumnya [20] berhasil memanipulasi gambar yaitu pada gambar medis sinar-x dengan mengecilkan ukuran penyimpanan gambar, namun gambar yang dihasilkan tetap terlihat dengan jelas melalui perbandingan algoritma Run Length Encoding, Huffman, dan Lempel Ziv Welch. Pada saat memanipulasi gambar tidak hanya dengan mengecilkan ukuran gambar contohnya dengan meningkatkan kontras pada gambar atau mengubah dan menambahkan objek pada gambar [21] [22].…”

Section: Pendahuluanunclassified

Implementasi Steganografi Gambar Menggunakan Algoritma Generative Adversarial Network

Khairunnisak,

Fahmi,

Suhartono

2023

SINTECH Journal

View full text Add to dashboard Cite

Abstract In the era of information technology, it is very important to protect data and information so that irresponsible parties do not misuse it. One technique for securing data is steganography. Steganography is a technique of hiding messages in a medium. One of the media for hiding messages is pictures. However, steganography techniques can still be detected by steganalysis techniques. Steganalysis is a technique for analyzing hidden messages in steganography. Therefore this study applies image processing techniques with the Generative Adversarial Network algorithm model, which aims to manipulate images so that steganalysis techniques cannot detect hidden messages. Proof of the results of applying the Generative Adversarial Network algorithm using a web-based application containing message hiding and extraction functions. The results obtained are that the Generative Adversarial Network algorithm can be applied to create mock objects, and images can revive based on training data which is a model for how the algorithm works. In addition, the results of testing the Generative Adversarial Network algorithm were successfully applied to image steganography which functions to prevent steganalysis techniques from trying to detect messages in images. Future research is expected to be able to select steganographic images other than the results from the training data model according to the original size chosen randomly according to the selection of the user.

show abstract

“…Ornamen Bali Patra Punggel. Ornamen Bali Patra Ulanda (Putra, Kesiman, Pradnyana, & Maysanjaya, 2021).…”

Section: Pendahuluanmentioning

confidence: 99%

Motif Ornamen Karang Boma Pada Perhiasan Bungkung Bali

Sinar Wijaya,

Dimas Surya Dinata,

Wayan Gde Budayana

2023

Locus

View full text Add to dashboard Cite

Perhiasan dengan bahan logam mulia seperti emas, perak, saat ini perhiasan dengan bahan supping maupun titanium. Berbagai corak dihasilkan oleh perajin di Bali. Corak tradisional masih menjadi daya tarik tersendiri bagi penikmatnya. Corak tradisional dengan motif karang Boma memiliki filosofi dan energi positif, sehingga para perajin masih membuat perhiasan tersebut, di tambah dengan beberapa ornamen lainnya. Metode menggunakan jenis penelitian survei dan analisis. Sedangkan analisis bertujuan untuk mengetahui gambaran karakteristik isi dan inferensi dari isi. Ornamen karang Boma biasanya terdapat pada pintu masuk pura (gelung kori) yang memiliki makna dan simbol tertentu, namun saat ini dijadikan motif pada perhiasan. Perhiasan dengan motif karang Boma masih menjadi daya tarik tersendiri, dilihat dari ornamen yang dibuat dengan teknik tetatahan tradisional. Dibandingkan dengan teknik sekarang menggunakan kasting (cetak). Motif ini selalu mendapatkan sentuhan pembaharuan tergantung perajin itu sendiri, sehingga motif karang Boma masih eksis sampai saat ini.

show abstract

Identifikasi Citra Ukiran Ornamen Tradisional Bali Dengan Metode Multilayer Perceptron

Cited by 4 publications

References 7 publications

Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air

Perbandingan Kinerja Algoritma Klasifikasi Status Mutu Air

Implementasi Steganografi Gambar Menggunakan Algoritma Generative Adversarial Network

Motif Ornamen Karang Boma Pada Perhiasan Bungkung Bali

Contact Info

Product

Resources

About