Tambunan, Mario Herryn (1022056) (2015) Pengenalan Huruf Tulisan Tangan Berbasis Ciri Skeleton dan Statistik Menggunakan Jaringan Saraf Tiruan. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1022056_Abstract_TOC.pdf - Accepted Version Download (364Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1022056_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (4081Kb) |
|
|
Text
1022056_Chapter1.pdf - Accepted Version Download (355Kb) | Preview |
|
|
Text
1022056_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (964Kb) |
|
|
Text
1022056_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (538Kb) |
|
|
Text
1022056_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (1239Kb) |
|
|
Text
1022056_Conclusion.pdf - Accepted Version Download (323Kb) | Preview |
|
|
Text
1022056_Cover.pdf - Accepted Version Restricted to Repository staff only Download (260Kb) |
|
|
Text
1022056_References.pdf - Accepted Version Download (240Kb) | Preview |
Abstract
Pengenalan tulisan tangan semakin diperlukan pada zaman yang sudah serba modern seperti sekarang. Banyak dokumen penting yang masih ditulis dengan tulisan tangan dan penyimpanannya masih dalam bentuk analog, akan lebih efisien apabila penyimpanan dokumen dokumen tersebut dalam data digital. Ekstraksi ciri merupakan bagian dari teknik pengenalan pola yang bertujuan untuk mengambil atau mengekstraksi nilai-nilai unik dari suatu objek yang membedakannya dari objek lainnya, maka penggunaan ekstraksi ciri sangatlah penting pada pengenalan pola. Pada Tugas Akhir ini dirancang dan direalisasikan pengenalan tulisan tangan menggunakan ekstraksi ciri skeleton dan statistik. Setelah ciri tiap huruf telah diambil lalu akan dilatihkan dan di ujikan menggunakan Jaringan Saraf Tiruan dengan algoritma pelatihan Backpropagation agar didapatkan pola setiap huruf lalu akan di uji hasil pengenalannya. Hasil percobaan menunjukkan penggunaan ekstraksi ciri ini dapat mengenali pola huruf dengan benar, namun masih muncul beberapa kesalahan dalam pengenalan pada huruf yang mirip dalam bentuknya. Secara keseluruhan akurasi pengenalan pola huruf yang didapatkan adalah 75%. Kemampuan JST dalam mengenali pola huruf mencapai hasil yang cukup baik walaupun belum maksimal.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Ekstraksi Ciri, Jaringan Saraf Tiruan, Backpropagation |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 29 Oct 2015 05:17 |
| Last Modified: | 29 Oct 2015 05:17 |
| URI: | http://repository.maranatha.edu/id/eprint/16444 |
Actions (login required)
 |
View Item |
