|
UPT. PERPUSTAKAAN
Universitas Esa Unggul
Kampus Emas UEU - Jakarta Barat
|
Phone |
: |
021-5674223, ext 282 |
Fax |
: |
|
E-mail |
: |
[email protected] |
Website |
: |
http://library.esaunggul.ac.id
|
Support (Customer Service) :
|
[email protected] |
|
|
Welcome..guys!
|
Have a problem with your access?
Please, contact our technical support below:
|
LIVE SUPPORT
Astrid Chrisafi
|
! ATTENTION !
To facilitate the activation process, please fill out the member application form correctly and completely
Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently
Still Confuse?
Please read our User Guide
|
|
UEU » Master Theses » Magister Ilmu Komputer Posted by [email protected] at 12/12/2023 10:17:25 • 368 Views
ANALISIS GRAFOLOGI TERHADAP KARAKTER DAN KEPRIBADIAN MELALUI CITRA TULISAN TANGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN PARTICLE SWARM OPTIMIZATIONCreated by :
ALVIN BARATA ( 20190804028 )
Subject: | ANALISIS GRAFOLOGI KARAKTER KEPRIBADIAN CITRA TULISAN TANGAN CONVOLUTIONAL NEURAL NETWORK | Alt. Subject : | GRAPHOLOGICAL ANALYSIS PERSONAL CHARACTER HANDWRITING IMAGE CONVOLUTIONAL NEURAL NETWORK | Keyword: | ANALISIS GRAFOLOGI KARAKTER KEPRIBADIAN CITRA TULISAN TANGAN METODE CONVOLUTIONAL NEURAL NETWORK |
Description:
Analisis grafologi dapat digunakan untuk menyimpulkan karakter penulis dengan
memeriksa setiap goresan, ruang, tekanan, dan pola tulisan tangan. Dalam
penelitian ini, kami menyimpulkan model kepribadian manusia berbentuk enam
dimensi (HEXACO) menggunakan Jaringan Syaraf Konvolusional yang didukung
oleh metode Particle Swarm Optimization. Kepribadian ini termasuk Kejujuran-
Kerendahan Hati, Emosionalitas, Extraversion , Agreeableness (berbanding dengan
anger atau emosi), Conscientiousness, dan Keterbukaan Terhadap Pengalaman.
Data sampel tulisan tangan digital dari 293 individu berbeda yang terkait dengan
36 tipe kepribadian dikumpulkan dan berasal dari ruang HEXACO. Model jaringan
saraf convolutional yang disebut GraphoNet dibangun dan dioptimalkan
menggunakan (PSO). PSO digunakan untuk mengoptimalkan parameter epoch,
minibatch, dan droupout di GraphoNet. Meskipun memprediksi 36 kepribadian
cukup menantang, GraphoNet memprediksi kepribadian dengan akurasi 71,88%
menggunakan Epoch 100, minibatch 30, dan dropout 52% sedangkan AlexNet
hanya mencapai akurasi 25%. Selain itu, GraphoNet dapat bekerja dengan resolusi
lebih rendah (32 x 32 pixel) dibandingkan dengan AlexNet (227 x 227 pixel).
Contributor | : |
- HABIBULLAH AKBAR, S.Si, M.Sc, Ph.D
| Date Create | : | 12/12/2023 | Type | : | Text | Format | : | PDF | Language | : | Indonesian | Identifier | : | UEU-Master-20190804028 | Collection ID | : | 20190804028 |
Source : Master Theses of Information Systems
Relation Collection: Fakultas Ilmu Komputer
Coverage : Civitas Akademika Universitas Esa Unggul
Rights : @2023 Perpustakaan Universitas Esa Unggul
Publication URL : https://digilib.esaunggul.ac.id/analisis-grafologi-terhadap-karakter-dan-kepribadian-melalui-citra-tulisan-tangan-menggunakan-metode-convolutional-neural-network-dan-particle-swarm-optimization-31262.html
[ Free Download - Free for All ]
- UEU-Master-31262-Cover.Image.Marked.pdf - 201 KB
- UEU-Master-31262-Halaman Pengesahan.Image.Marked.pdf - 214 KB
- UEU-Master-31262-Halaman Persetujuan Publikasi.Image.Marked.pdf - 203 KB
- UEU-Master-31262-Halaman Pernyataan Keaslian.Image.Marked.pdf - 200 KB
- UEU-Master-31262-Abstrak.Image.Marked.pdf - 215 KB
- UEU-Master-31262-Kata Pengantar.Image.Marked.pdf - 273 KB
- UEU-Master-31262-Daftar Isi.Image.Marked.pdf - 288 KB
- UEU-Master-31262-Daftar Pustaka.Image.Marked.pdf - 333 KB
- UEU-Master-31262-Bab1.Image.Marked.pdf - 295 KB
[ FullText Content - Please, register first ]
1. UEU-Master-31262-Bab2.Image.Marked.pdf - 649 KB 2. UEU-Master-31262-Bab3.Image.Marked.pdf - 430 KB 3. UEU-Master-31262-Bab4.Image.Marked.pdf - 477 KB 4. UEU-Master-31262-Bab5.Image.Marked.pdf - 214 KB
10 Similar Document...
No similar subject found !
10 Related Document...
|
POLLINGBagaimana pendapat Anda tentang repository kami ?
Visitors Today : 1
Total Visitor : 1970008
Hits Today : 7038
Total Hits : 154611871
Visitors Online: 1
Calculated since 16 May 2012
You are connected from 172.17.121.29 using Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; [email protected])
|