Pengenalan Kepribadian Seseorang Melalui Bentuk Tulisan Tangan Menggunakan Metode Radial Basis Function Neural Network (RBFNN)
DOI:
https://doi.org/10.31102/zeta.2022.7.1.34-41Keywords:
Personality, PCA, RBFNN, HandwritingAbstract
Humans are created with a variety of different characters and characters, so that the personality that is formed is very diverse according to the character and character of each person. With a variety of personalities, it appears that there are differences in quality and quantity between humans from one another in the view of society. There are various ways to get to know a person's personality, one of which is through handwriting with specific letters of the alphabet. In this study, handwriting is limited to the letter 't' only and has been generated from 26 images of 't' training which were previously processed using the PCA method, there are 10 images according to the type 't' 1 and 16 images according to the type 't ' 2nd and no image matches the 3rd 't' type.
Downloads
References
Achsinfina. (2008). Menguak Rahasia Tulisan Tangan. Jakarta: Puspa Populer.
Hidayat, I. (2014). Pengenalan Bentuk Tulisan Tangan "i" dan "t" untuk Memprediksi Karakter Psikologi Seseorang Menggunakan Algoritma Jaringan Saraf Tiruan Propagasi Balik. In Skripsi. Jakarta: Universitas Pendidikan Indonesia.
Hardiansyah, B. (2015). Pengenalan Ekspresi Wajah Menggunakan Jaringan Syaraf Tiruan Kohonen Self. In Tesis. Surabaya: ITS.
Juliaristi, F. (2014). Peramalan Banyak Kasus Demam Berdarah di DI Yogyakarta dengan Model Radial Basis Function Neural Network. In Skripsi. Yogyakarta: Universitas Negeri Yogyakarta.
Nugroho, M. A. (2012). Adaptive Genetic Algorithm (AGA) Radial Basis Function Neural Network (RBFNN) untuk Klasisikasi . In Skripsi. Surakarta: Universitas Sebelas Maret.
Hardiansyah, B. (2015). Pengenalan Ekspresi Wajah Menggunakan Jaringan Syaraf Tiruan Kohonen Self. In Tesis. Surabaya: ITS.
Jariah, A., Irawan, M. I., & Mukhlash, I. (2011). Pengenalan Pola Tanda Tangan Menggunakan Metode Invariant dan Jaringan Syaraf Tiruan Radial Basis Function. Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA (p. 87). Yogyakarta: Universitas Yogyakarta.
Juliaristi, F. (2014). Peramalan Banyak Kasus Demam Berdarah di DI Yogyakarta dengan Model Radial Basis Function Neural Network. In Skripsi. Yogyakarta: Universitas Negeri Yogyakarta.
Pratama, Y. (2015). 1 Menit Bisa Membaca Wajah, Pikiran, dan Karakter. Yogyakarta: Real Books.
Sunaryo. (2002). Psikologi untuk Keprawatan. Jakarta: Penerbit Buku Kedokteran EGC.
Supatman. (2010). Identifikasi tulisan tangan dengan Metode Alihragam Gelombang Singkat untuk Memprediksi Kematangan Emosional. SNPPTI 2010 (p. 75). Yogyakarta: SNPPTI.
Sutijo, B. (2008). Jaringan Saraf Tiruan Fungsi Radial basis untuk Pemodelan Data Runtun Waktu. In Disertasi. Yogyakarta: UGM.
Uktarini, R., Arieshanti, I., & Saikhu, A. (2012). Pengembangan Perangkat Lunak Menggunakan Metode Radial Basis Function Network Untuk Prediksi Penyakit Kanker Payudara. ITS
