Arifin
(1998)
KOREKSI GEOMETRI DATA CITRA RASTER MENGGUNAKAN JARINGAN SYARAF TIRUAN.
Thesis thesis, UNIVERSITAS AIRLANGGA.
Full text not available from this repository.
(
Request a copy)
Abstract
Pada penelitian ini telah dirancang suatu struktur jaringan syaraf tiruan (JST) untuk koreksi geometri data citra raster yang diperoleh dari foto udara. Arsitektur JST memiliki pola belajar terawasi yaitu
perseptron lapis banyak dengan jaringan umpan maju dan menggunakan kaidah belajar propagasi balik. Jaringan terdiri dari 3 lapis yaitu lapis masukan, lapis tersembunyi dan lapis keluaran.
Koreksi geometri dengan JST diujikan terhadap 40 data titik kontrol pada citra dan peta. Dengan menggunakan 20 titik kontrol sebagai data pembelajaran, maka proses JST menghasilkan galat rata-rata
1,064 pixel, sedangkan jika menggunakan 30 titik kontrol maka galat rata-rata adalah 0,2045 pixel. Sebagai pembanding adalah
digunakan metode transformasi affrne dart metode pohnomial orde 5 dengan 30 data titik kontrol. Transformasi affine menghasilkan galat rata-rata 81 pixel, sedangkan dengan metode polinomial orde 5 menghasilkan galat rata-rata 3,81 pixel. Dari hasil transfotmasi koordinat dengan menggunakan metode a.fCne dan polinomial orde 5 belum memenuhi syarat toleransi galat rata-rata yaitu maksimal 2 pixel.
Proses koreksi geometri menggunakan JST sangat baik bila dibandingkan dengan cara konvensional. JST dalam mengoptimalkan
model transformasi koordinat menyesuaikan dengan jumlah titik kontrol yang digunakan. Sedangkan dengan transformasi affine dan polinomial, model transformasi ditentukan lebih awal dengan penetapan orde yang digunakan tanpa menyesuaikan jumlah titik kontrol yang tersedia.
Sehingga dengan menggunakan titik kontrol lebih dari jumlah minimum, maka proses tidak mengoptimalkan model transformasi tetapi hanya meminimumkan kesalahan dari model yang digunakan.
| Item Type: |
Thesis
(Thesis)
|
| Additional Information: |
ABSTRAK DAN FULLTEXT TIDAK TERSEDIA |
| Uncontrolled Keywords: |
artificial neural network (ANN); raster image; multi-layer; feed forwardnetwork; back-propagation ;Artificial neural network, back-propagation, geometriccorrection. |
| Subjects: |
T Technology > T Technology (General) |
| Divisions: |
09. Sekolah Pasca Sarjana |
| Creators: |
| Creators | NIM |
|---|
| Arifin | UNSPECIFIED |
|
| Contributors: |
| Contribution | Name | NIDN / NIDK |
|---|
| Thesis advisor | LUKMAN AZIZ, DR., IR., M.Sc | UNSPECIFIED | | Thesis advisor | BAMBANG S.P.A, DR., IR. | UNSPECIFIED |
|
| Depositing User: |
Nn Deby Felnia
|
| Date Deposited: |
2016 |
| Last Modified: |
23 Oct 2016 23:08 |
| URI: |
http://repository.unair.ac.id/id/eprint/34759 |
| Sosial Share: |
|
|
|
Actions (login required)
 |
View Item |
