Pengenalan Tulisan Tangan Menggunakan Metode Learning Vector Quantization (LVQ)
A) Definisi
Learning Vector Quantization (LVQ) adalah suatu metode pelatihan pada lapisan kompetitif terawasi yang akan belajar secara otomatis untuk mengklasifikasikan vektor-vektor input ke dalam kelas-kelas input.
Pada tahap ini, pengenalan citra tulisan tangan dilakukan untuk mengetahui apakah tulisan tangan yang sedang diidentifikasi dikenali atau tidak. Dan berdasarkan dari hasil identifikasi tersebut, maka akan dapat diketahui, jika data inputan tulisan tangan sesuai, maka lapisan kompetitif akan meletakkan kedua vektor input tersebut kedalam kelas yang sama.
Adapun Flowchart Algoritma Learning Vector Quantization adalah sebagai berikut
1.1 Flowchart LVQ
Dari Flowchart Diatas, maka Algoritma LVQ adalah sebagai berikut:
Tetapkan :
1. bobot(w), maksimum iterasi (maksimum Epoch), error minimum yang diharapkan(eps), learning rate(α).
2. Masukan : Input: x(m,n) dimana m = jumlah input dan n = jumlah data, Masukkan Target : T(1,n)
3. Tetapkan kondisi awal :
epoh = 0;
err = 1;
4. Kerjakan jika : (epoh < maksimum iterasi ) atau (α > eps)
a. epoh = epoh + 1;
b. Kerjakan untuk i = 1 sampai n
1) Tentukan J sehingga || x – wj || adalah minimum
2) Perbaiki wj dengan ketentuan:
c) jika T = J maka wj(baru)=wj(lama) + α (x-wj(lama))
d) jika T tidak sama dengan J maka wj(baru)=wj(lama)- α (x-wj(lama))
e) Kurangi nilai α(0.1x α) pada iterasi berikutnya
Pada Kasus yang saya angkat adalah pengenalan Tulisan Tangan, Jadi Program bermetode Larning Vector Quantization ini berfungsi mengenali huruf-huruf Tulisan Tangan.. Hehehe..
Oke Lanjut Pada Pembahasan, Dapat dilihat pada Gambar ini
1) Proses Pelatihan / Trainning Learning vector Quantitaion Pada gambar karakter
1.2 . Pilih Proses Pelatihan/ Trainning
1.3. Proses Pencarian Gambar
1.4 Proses Uji
1.5 Hasil Uji
- list di atas tombol "Simpan ke Data Bobot" Adalah data bobot yang sudah tersimpan di database hasil Proses pelatihan
- list di atas tombol "Simpan ke Data Latih" Adalah data bobot yang sudah tersimpan di database yaitu data apa saja yang pernah dilatih
Untuk Prosedur Latih :
- Klik Proses
- Pelatihan
- Cari dan Proses Citra
- Cari Gambar
- Pilih Combo untuk menentukan data image nanti masuk kelas apa (kalau uji ndak usah)
- Masukkan Ke latih (semakin banyak gambar yang dimasukkan ke list data latih maka aplikasi semakin pintar dalam mengenali)
- Masukkan nilai Maks looping, Alpha , error min
- Proses Latih
Untuk ProsedurPengujian (Pengenalan)
- Klik Proses
- Pengujian
- klik Reset sebagian (untuk Menguji 1 gambar)
- Cari dan Proses Citra
- Cari Gambar
- Masukkan Ke Uji
- Masukkan Ke latih
- Masukkan nilai Maks looping, Alpha , error min
- Proses Uji
Untuk dapat mencoba aplikasi exe dan database dapat di unduh di google drive saya
diSINI
Dan mengenai Aplikasi, untuk Password boleh menghubungi saya via WA : 085-785-9595-05
dan jika menginkan Project bisa langsung menghubungi saya :)
Contoh Data Latih:
Contoh Data Uji
Salam Sukses
