Pengenalan Tulisan Tangan Aksara Batak Toba Menggunakan Jaringan Saraf Tiruan Berbasis Multilayer Perceptron - Handwritten Batak Toba Alphabet Recognition Using Multilayer Perceptron Algorithm Neural Network

Sihombing, J. Rio ( 0322129 ) (2013) Pengenalan Tulisan Tangan Aksara Batak Toba Menggunakan Jaringan Saraf Tiruan Berbasis Multilayer Perceptron - Handwritten Batak Toba Alphabet Recognition Using Multilayer Perceptron Algorithm Neural Network. Undergraduate thesis, Universitas Kristen Maranatha.

Preview	Text 0322129_Abstract_TOC.pdf - Accepted Version Download (71Kb) | Preview
	Text 0322129_Appendices.pdf - Accepted Version Restricted to Registered users only Download (697Kb)
Preview	Text 0322129_Chapter1.pdf - Accepted Version Download (82Kb) | Preview
	Text 0322129_Chapter2.pdf - Accepted Version Restricted to Registered users only Download (286Kb)
	Text 0322129_Chapter3.pdf - Accepted Version Restricted to Registered users only Download (495Kb)
	Text 0322129_Chapter4.pdf - Accepted Version Restricted to Registered users only Download (234Kb)
Preview	Text 0322129_Conclusion.pdf - Accepted Version Download (75Kb) | Preview
	Text 0322129_Cover.pdf - Accepted Version Restricted to Repository staff only Download (53Kb)
Preview	Text 0322129_References.pdf - Accepted Version Download (73Kb) | Preview

Abstract

Aksara Batak Toba merupakan salah satu budaya Indonesia yang layak dilestarikan. Salah satu upaya untuk melestarikannya maka pada Tugas Akhir ini dirancang sebuah sistem pengenalan tulisan tangan aksara Batak Toba menggunakan jaringan saraf tiruan berbasis algoritma multilayer perceptron. Jaringan saraf tiruan merupakan salah satu metode yang sering digunakan dalam pengenalan pola. Dalam Tugas Akhir ini proses perancangan jaringan saraf tiruan melalui beberapa tahap yaitu tahap pra proses meliputi binerisasi, inversi, segmentasi, dan normalisasi, tahap selanjutnya adalah ekstraksi ciri menggunakan metoda fourier descriptor, dan langkah terakhir adalah learning algoritma menggunakan multilayer perceptron. Jaringan saraf tiruan yang digunakan memiliki arsitektur backpropagation neural network. Data tulisan tangan berasal dari 15 naracoba dengan 2 kali penulisan sehingga diperoleh sebanyak 30 set data. Dari percobaan diperoleh hasil 96.02% berhasil dikenali jika data uji sama dengan data latih dan rata-rata 78.12% berhasil dikenali jika data uji berbeda dengan data latih.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Aksara Batak Toba, jaringan saraf tiruan, multilayer perceptron, fourier descriptor, backpropagation
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering > 22 Electrical Engineering Department
Depositing User:	Perpustakaan Maranatha
Date Deposited:	28 Jan 2015 07:07
Last Modified:	28 Jan 2015 07:13
URI:	http://repository.maranatha.edu/id/eprint/9804

Actions (login required)

View Item