IMPLEMENTASI PENGOLAHAN CITRA UNTUK MENGHITUNG RESISTANSI RESISTOR MENGGUNAKAN METODE BACK PROPAGATION
2016: Seminar Informatika Aplikatif Polinema (SIAP)
Abstract
Dalam perhitungan nilai resistansi pada resistor, dibutuhkan pembacaan warna sesuai gelang yang
tertera, ketepatan membaca warna gelang pada resistor sangat berpengaruh. Setelah itu,juga dibutuhkan secara
otomatis penghitungan nilai warna pada setiap gelang sehingga akan menghasilkan nilai resistansi dan toleransi
resistor. Namun dengan berkembangnya teknologi yang semakin maju maka dimungkinkan untuk menghitung
resistansi resistor dengan bantuan sebuah komputer.
Resistansi resistor dapat dihitung melalui ekstraksi fitur RGB dari masing-masing warna gelang
resistor. Setelah itu nilai tersebut akan digunakan sebagai inputan dalam proses pembelajaran dengan
menggunakan perhitungan back-propagation agar menghasilkan bobot terbaik. Bobot terbaik itulah yang
digunakan sebagai bobot dalam perhitungan proses klasifikasi. Sehingga akan didapatkan keluaran yakni 11
warna resistor. Tingkat keakuratan klasifikasi warna gelang menggunakanback-propagation ini yaitu 40% dan
Tingkat keakuratan penghitungan resistansi resistor ini yaitu 10%.. Namun perlu diperhatikan tingkat
keberhasilan sangat dipengaruhi oleh faktor variasi data masukan pada warna gelang resistor yang
diklasifikasikan.
tertera, ketepatan membaca warna gelang pada resistor sangat berpengaruh. Setelah itu,juga dibutuhkan secara
otomatis penghitungan nilai warna pada setiap gelang sehingga akan menghasilkan nilai resistansi dan toleransi
resistor. Namun dengan berkembangnya teknologi yang semakin maju maka dimungkinkan untuk menghitung
resistansi resistor dengan bantuan sebuah komputer.
Resistansi resistor dapat dihitung melalui ekstraksi fitur RGB dari masing-masing warna gelang
resistor. Setelah itu nilai tersebut akan digunakan sebagai inputan dalam proses pembelajaran dengan
menggunakan perhitungan back-propagation agar menghasilkan bobot terbaik. Bobot terbaik itulah yang
digunakan sebagai bobot dalam perhitungan proses klasifikasi. Sehingga akan didapatkan keluaran yakni 11
warna resistor. Tingkat keakuratan klasifikasi warna gelang menggunakanback-propagation ini yaitu 40% dan
Tingkat keakuratan penghitungan resistansi resistor ini yaitu 10%.. Namun perlu diperhatikan tingkat
keberhasilan sangat dipengaruhi oleh faktor variasi data masukan pada warna gelang resistor yang
diklasifikasikan.
Copyright ©2020 Jurusan Teknologi Informasi - Politeknik Negeri Malang.
References
Willem. 2013. Teknik Listrik Dasar Otomotif.
Kementerian Pendidikan Dan Kebudayaan
Republik Indonesia.
Andika, I Putu P., et all., 2015, Rancang Bangun
Aplikasi Pendeteksi Tipe Dan Nilai Resistor
Berbasis Android. Universitas Udayana.
VOL.6 (1), 529-540.
Derisma, Deswari, Hendrick. “Identifikasi
Kematangan Buah Tomat Menggunakan
Metode Back Propagation”.
Jong Jek Siang. 2009. “Jaringan Syaraf Tiruan &
Pemrogramannya Menggunakan Matlab”.
Yogyakarta : Penerbit Andi.
Kusumaningtyas. Sella. 2015. Identifikasi
Kematangan Buah Tomat Berdasarkan Warna
Menggunakan Metode Jaringan Syaraf Tiruan
(JST). Malang : Politeknik Negeri.
Kusumanto, Novi. 2011. “Pengolahan citra digital
untuk mendeteksi obyek menggunakan
pengolahan warna model normalisasi RGB”.
Seminar Nasional Teknologi Informasi &
Komunikasi Terapan 2011.
Pandjaitan, L. W., 2007. “Dasar-dasar Komputasi
Cerdas”. Andi Offset, Yogyakarta.
Siregar, Tantry Meilany; dkk. 2015. “Identifikasi
Kematangan Buah Pisang (Musa
Paradisiaca) Dengan teknik Jaringan Syaraf
Tiruan”. J.Rekayasa Pangan dan Pert., Vol.3
No. 2 Th. 2015
Zekson. 2013. “Jaringan syaraf tiruan dengan
algoritma backpropagation untuk penentuan
kelulusan sidang skripsi”. Pelita Informatika
Budi Darma, Volume : IV, Nomor: 1, Agustus
2013
Kementerian Pendidikan Dan Kebudayaan
Republik Indonesia.
Andika, I Putu P., et all., 2015, Rancang Bangun
Aplikasi Pendeteksi Tipe Dan Nilai Resistor
Berbasis Android. Universitas Udayana.
VOL.6 (1), 529-540.
Derisma, Deswari, Hendrick. “Identifikasi
Kematangan Buah Tomat Menggunakan
Metode Back Propagation”.
Jong Jek Siang. 2009. “Jaringan Syaraf Tiruan &
Pemrogramannya Menggunakan Matlab”.
Yogyakarta : Penerbit Andi.
Kusumaningtyas. Sella. 2015. Identifikasi
Kematangan Buah Tomat Berdasarkan Warna
Menggunakan Metode Jaringan Syaraf Tiruan
(JST). Malang : Politeknik Negeri.
Kusumanto, Novi. 2011. “Pengolahan citra digital
untuk mendeteksi obyek menggunakan
pengolahan warna model normalisasi RGB”.
Seminar Nasional Teknologi Informasi &
Komunikasi Terapan 2011.
Pandjaitan, L. W., 2007. “Dasar-dasar Komputasi
Cerdas”. Andi Offset, Yogyakarta.
Siregar, Tantry Meilany; dkk. 2015. “Identifikasi
Kematangan Buah Pisang (Musa
Paradisiaca) Dengan teknik Jaringan Syaraf
Tiruan”. J.Rekayasa Pangan dan Pert., Vol.3
No. 2 Th. 2015
Zekson. 2013. “Jaringan syaraf tiruan dengan
algoritma backpropagation untuk penentuan
kelulusan sidang skripsi”. Pelita Informatika
Budi Darma, Volume : IV, Nomor: 1, Agustus
2013