Suharta, Juventus ( 0722026 ) (2013) Pengenalan Pola Garis Dasar Kalimat Pada Tulisan Tangan Untuk Mengetahui Karakter Seseorang Dengan Menggunakan Algoritma Resilient Backpropagation. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0722026_Abstract_TOC.pdf - Accepted Version Download (82Kb) | Preview |
|
|
Text
0722026_Appendices.pdf - Accepted Version Download (871Kb) | Preview |
|
|
Text
0722026_Chapter1.pdf - Accepted Version Download (66Kb) | Preview |
|
Text
0722026_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (478Kb) |
||
Text
0722026_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (334Kb) |
||
Text
0722026_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (1556Kb) |
||
|
Text
0722026_Conclusion.pdf - Accepted Version Download (48Kb) | Preview |
|
Text
0722026_Cover.pdf - Accepted Version Restricted to Repository staff only Download (73Kb) |
||
|
Text
0722026_References.pdf - Accepted Version Download (30Kb) | Preview |
Abstract
Grafologi adalah ilmu yang mempelajari karakter seseorang seseorang dengan cara menganalisa tulisan tangan. Menganalisa tulisan tangan sangatlah membantu dalam banyak bidang saat ini, misalnya dalam bidang pendidikan, kriminalitas dan dapat digunakan sebagai konseling. Salah satu cara yang digunakan dalam grafologi untuk mengetahui karakter seseorang, adalah dengan menganalisa pola garis dasar kalimat dari tulisan tangan. Pada Tugas Akhir ini dirancang dan direalisasikan perangkat lunak berbasis Jaringan Saraf Tiruan untuk mengenali pola garis dasar kalimat dari tulisan tangan manusia, dengan menggunakan nilai rata-rata dari posisi pixel yang bernilai 1 pada citra yang akan menjadi masukan dari data latih dan data uji pada Algoritma Resilient Backpropagation. Perangkat lunak ini direalisasikan menggunakan MATLAB R2008a. Perangkat lunak pengenalan pola garis dasar tulisan tangan pada Tugas Akhir ini berhasil direalisasikan dan diperoleh keberhasilan pengenalan sebesar 65,63% pada pengujian. Persentase pengenalan masing-masing pola: untuk pola garis lurus 75%, pola garis menaik 62,5%, untuk pola garis menurun, dan untuk pola garis acak 87,5%.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Grafologi, Jaringan Saraf Tiruan, Resilient Backpropagation, Pengenalan Pola Garis Dasar Tulisan Tangan |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
Depositing User: | Perpustakaan Maranatha |
Date Deposited: | 12 Sep 2013 10:10 |
Last Modified: | 12 Sep 2013 10:10 |
URI: | http://repository.maranatha.edu/id/eprint/4040 |
Actions (login required)
View Item |