Immanuel, George L. (0922080) (2015) Slant Correction Menggunakan Jaringan Saraf Tiruan Berbasis Multilayer Perceptron. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0922080_Abstract_TOC.pdf - Accepted Version Download (133Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
0922080_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (686Kb) |
|
|
Text
0922080_Chapter1.pdf - Accepted Version Download (237Kb) | Preview |
|
|
Text
0922080_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (661Kb) |
|
|
Text
0922080_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (704Kb) |
|
|
Text
0922080_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (329Kb) |
|
|
Text
0922080_Conclusion.pdf - Accepted Version Download (114Kb) | Preview |
|
|
Text
0922080_Cover.pdf - Accepted Version Restricted to Repository staff only Download (618Kb) |
|
|
Text
0922080_References.pdf - Accepted Version Download (220Kb) | Preview |
Abstract
Salah satu tantangan dalam pengenalan tulisan tangan adalah masalah kemiringan karakter tulisan terhadap sumbu vertikal. Kemiringan tulisan tangan terhadap sumbu vertikal dikenal dengan istilah slant. Pada tugas akhir ini, upaya yang ditawarkan di dalam melakukan slant correction adalah dengan mengimplementasikan jaringan saraf tiruan berbasis algoritma multilayer perceptron. Jaringan saraf tiruan merupakan salah satu teknik pengenalan pola yang terkenal di kalangan para peneliti. Dalam Tugas Akhir ini proses perancangan jaringan saraf tiruan melalui beberapa tahap yaitu tahap pre processing yang meliputi binerisasi, inversi, normalisasi dan segmentasi, tahap penentuan target menggunakan variansi maksimum dari proyeksi vertikal, dan tahap terakhir adalah tahap pelatihan JST menggunakan multilayer perceptron. Pada tahap pelatihan JST menggunakan backpropagation error correction dalam menentukan bobot dan sigmoid function sebagai fungsi aktivasi. Data tulisan tangan berasal dari 20 responden dengan 5 teks uji sehingga diperoleh sebanyak 100 set data. Berdasarkan hasil MOS, proses Slant Correction menggunakan JST sudah tergolong baik dengan nilai MOS 84% di atas 3. Slant correction terbaik, berdasarkan pengamatan responden, terjadi pada line ke lima dengan raihan rata-rata 4.4 dan terburuk terjadi pada line ke tiga dengan raihan 2.35 (rentang nilai 0-5). Berdasarkan analisis objektif, slant correction menggunakan MLP sudah tergolong baik dengan catatan error tertinggi mencapai 4o dan terendah 19o.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Slant correction, jaringan saraf tiruan, multilayer perceptron, backpropagation. |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 11 Feb 2016 02:08 |
| Last Modified: | 11 Feb 2016 02:08 |
| URI: | http://repository.maranatha.edu/id/eprint/18591 |
Actions (login required)
 |
View Item |
