<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" ID="2161">
<titleInfo>
<title>IMPLEMENTASI PENGENALAN JENIS MANGGA MELALUIrnTEKSTUR DAUN DENGAN PEMANFAATAN JARINGAN SARAFrnTIRUAN METODE BACKPROPAGATION</title>
</titleInfo>
<name type="Personal Name" authority="">
<namePart>Ariesta Damayanti, S.Kom., M.Cs.</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<name type="Personal Name" authority="">
<namePart>Sulastri, - 135410249</namePart>
<role><roleTerm type="text">Additional Author</roleTerm></role>
</name>
<typeOfResource manuscript="yes" collection="yes">mixed material</typeOfResource>
<genre authority="marcgt">bibliography</genre>
<originInfo>
<place><placeTerm type="text">Yogyakarta</placeTerm></place>
<publisher>STMIK AKAKOM Yogyakarta</publisher>
<dateIssued>2017</dateIssued>
<issuance>monographic</issuance>
<edition></edition>
</originInfo>
<language>
<languageTerm type="code">id</languageTerm>
<languageTerm type="text">Indonesia</languageTerm>
</language>
<physicalDescription>
<form authority="gmd">Text Skripsi</form>
<extent>xiv, 52 hlm, ilus; 29 cm</extent>
</physicalDescription>
<note>Perancangan aplikasi pengenalan jenis mangga melalui tekstur daunrndimaksudkan untuk membantu mengenali jenis mangga yang satu dengan jenisrnmangga yang lain melalui tekstur daun dimana penduduk tidak perlu menunggurnpohon mangga berbuah untuk mengenali jenisnya.rnPembuatan sistem ini menggunakan metode ekstraksi ciri tekstur daunrnsebagai metode pengambilan datanya dan menggunakan metode Backpropagationrnsebagai metode pengenalannya. Sistem akan memproses daun mangga yangrndikenali dengan tahapan proses yaitu ekstraksi fitur kemudian klasifikasi denganrnbackpropagation. Arsitektur jaringan backpropagation yang digunakan meliputi 1rnlayer input, 2 hidden layer, dan 1 layer output. Data yang digunakan diambil darirn5 macam jenis mangga dimana pada pelatihan aplikasi digunakan sebanyak 80rndata dan pengujian aplikasi sebanyak 20 data.rnArsitektur jaringan terbaik yang didapatkan pada beberapa kali percobaanrnpengujian dengan menggunakan 20 neuron pada hidden layer pertama, 10 neuronrnpada hidden layer kedua, dan maksimal error 0,1 dengan besar akurasi pengujianrnyang didapat adalah 70%.rnKata Kunci : Backpropagation, Ekstraksi Ciri, Matlab, Tekstur.</note>
<subject authority=""><topic>Metode Backpropagation</topic></subject>
<subject authority=""><topic>Jaringan Saraf Tiruan</topic></subject>
<classification>NONE</classification><identifier type="isbn"></identifier><location>
<physicalLocation>Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia</physicalLocation>
<shelfLocator>153 Sul i r.1</shelfLocator>
<holdingSimple>
<copyInformation>
<numerationAndChronology type="1">SUL15317 01TI</numerationAndChronology>
<sublocation>Rak Referensi  Skripsi Informatika</sublocation>
<shelfLocator>153 Sul i r.1</shelfLocator>
</copyInformation>
</holdingSimple>
</location>
<recordInfo>
<recordIdentifier>2161</recordIdentifier>
<recordCreationDate encoding="w3cdtf">2020-08-10 13:32:14</recordCreationDate>
<recordChangeDate encoding="w3cdtf">2020-08-10 13:32:14</recordChangeDate>
<recordOrigin>machine generated</recordOrigin>
</recordInfo></mods></modsCollection>