PENERAPAN RECURRENT NEURAL NETWORKPADA OPTIMALISASI PERSOALAN FUSI CITRA
Erma Hari Triastuti · 2009
Tugas Akhir ini menerapkan jaringan saraf tiruan satu layer untuk menyelesaikan permasalahan nonlinear pemrograman convex dengan pembatas linear. Jaringan saraf tiruan ini menunjukkan konvergensi global terhadap penyelesaian akurat dari suatu masalah dalam waktu yang terbatas dan mempunyai struktur kompleksitas yang rendah dalam pengimplementasiannya jika dibandingkan jaringan saraf tiruan lainnya. Dengan menerapkan jaringan saraf tiruan rekuren ini terhadap teknik fusi citra, didapatkan solusi optimal dari fusi citra. Ukuran yang digunakan untuk mengetahui baik tidaknya optimal fusi citra yang dihasilkan digunakan PSNR. Dengan menggabungkan model Jaringan Saraf Tiruan dan metode Runge-Kutta untuk penyelesaian persamaan diferensial non-stiff bisa diperoleh solusi optimal dari fusi citra. Uji coba dilakukan dalam dua tahapan, pertama ujicoba terhadap 13 bentuk permasalahan convex, kedua ujicoba terhadap pengolahan citra untuk mencari Fusi Citra optimal dari citra yang terdistorsi oleh suatu noise tertentu. Banyak uji coba yang dilakukan dalam percobaan kedua sebanyak 8 macam citra yang terdapat dalam Matlab.