Conditional Neural Fields untuk Pengenalan Fase Gerak

Jurnal Informatika: Jurnal Pengembangan IT

View Publication Info
 
 
Field Value
 
Title Conditional Neural Fields untuk Pengenalan Fase Gerak
 
Creator Yulita, Intan Nurma; Departemen Ilmu Komputer, Universitas Padjadjaran
 
Subject
 
Description Pengenalan pola merupakan area informatika yang banyak dikaji hingga saat ini. Hal ini dikarenakan pemanfaatannya yang luas diterapkan dalam kehidupan sehari-hari. Di dalam makalah ini disajikan pengenalan pola untuk gerakan khususnya fase gerak. Secara khusus pengenalan fase gerak di dalam makalah ini menitik beratkan pada pengenalan pola pada data berbentuk sekuensial. Pengenalan ini dapat saja mengabaikan faktor sekuensialnya, namun tentu akan menurunkan akurasi yang akan diperoleh. Oleh karena itu untuk mengatasi tantangan tersebut, maka ditawarkan penggunaan Conditional Neural Fields (CNF). Metode ini merupakan gabungan antara Conditional Random Fields (CRF) dan Artifisial Neural Networks (ANN). Representasi ANN disajikan dalam bentuk gate pada lapisan tengah dari CRF. Lapisan ini bertujuan untuk memetakan hubungan non-linear antara input dan output yang terdapat di dalam data. Sebagai hasilnya diperoleh bahwa CNF terbukti lebih efektif dan efisien dibandingkan CRF berdasarkan akurasi dan banyaknya iterasi yang dibutuhkan. Namun penggunaan terlalu banyak gate ternyata tidak efektif dikarenakan konvergensi dari model pengenalan semakin sulit tercapai. Di sisi lain, jika hanya satu gate yang digunakan maka konvergensi tercapai namun akuarsi yang diperoleh rendah. Sehingga diperlukan upaya untuk menemukan banyaknya gate optimal yang diperlukan.
 
Publisher Politeknik Harapan Bersama
 
Contributor LPDP
Fasilkom UI
Departemen Ilmu Komputer FMIPA UNPAD
 
Date 2017-01-19
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
 
Identifier http://ejournal.poltektegal.ac.id/index.php/informatika/article/view/432
10.1234/jpit.v2i1.432
 
Source Jurnal Informatika : Jurnal Pengembangan IT; Vol 2, No 1 (2017): JPIT, Januari 2017; 18 - 22
2548-9356
2477-5126
10.1234/jpit.v2i1
 
Language eng
 
Relation http://ejournal.poltektegal.ac.id/index.php/informatika/article/view/432/398
10.1234/jpit.v2i1.432.g398
 
Rights Copyright (c) 2017 Jurnal Informatika : Jurnal Pengembangan IT
http://creativecommons.org/licenses/by-nc-nd/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2016 Simon Fraser University Library