Pengenalan Pola

Slide mata kuliah ini belum ada di arsip.

Silabus

1. 1 Kerangka pikir dan tahapan dalam pengenalan pola, Pengenalan pola dalam kasus di dunia nyata
2. 2 Akuisisi data menggunakan kamera, sensor
3. 3 Data set
4. 4 Pre-Proses
5. 5 Deteksi Fitur, Ekstraksi fitur, Reduksi fitur (kognitif)
6. 6 Ekstraksi fitur pada data citra (image) menggunakan LBP, GLCM, HOG (case method)
7. 7 Ekstraksi fitur pada data sinyal menggunakan DCT dan DWT (case method)
8. 8 Segmentasi data citra (image), sinyal dan data lain(case method)
9. 9 Teknik Clustering menggunakan k-means dan aglomerative clustering (project based learning)
10. 10 Klasifikasi binary class dan multiclass, pelatihan, pengujian beserta teknik evaluasi
11. 11 Klasifikasi menggunakan Neural Network, SVM, ELM
12. 12 Klasifikasi menggunakan Deep Learning CNN RCNN
13. 13 Presentasi proyek klasifikasi menggunakan data citra maupun sinyal
14. 14 Presentasi proyek klasifikasi secara Deep Learning menggunakan data citra maupun sinyal
15. 15 Presentasi proyek prediksi menggunakan data citra maupun sinyal

Sumber: Silabus Informatika 2020 (PAIK6808).