Ramadhan, Imam (2018) Pengenalan Pola Citra Tulisan Tangan Aksara Sunda Dengan Metode Convolutional Neural Network. Diploma thesis, Universitas Komputer Indonesia.
Full text not available from this repository.Abstract
Aksara sunda merupakan huruf asli yang digunakan oleh suku Sunda untuk menuliskan kata-kata dalam Bahasa Sunda yang digunakan, aksara Sunda juga cukup rumit dan unik dalam penulisannya. Terkait dengan pola tulisan tangan aksara Sunda yang unik, maka dilakukanlah penelitian tentang pengenalan pola citra tulisan tangan aksara Sunda. Pada penelitian sebelumnya terkait dengan pengenalan pola tulisan tangan belum ditemukannya hasil yang optimal dari penggunaan metode-metode sebelumnya yang membahas tentang Handwritting Recognition, maka dari itu dibutuhkan sebuah metode yang mampu meningkatkan akurasi dalam hal pengenalan pola tulisan tangan. Convolutional Neural Network (CNN) adalah metode klasifikasi yang akan digunakan didalam penelitian ini. Pada penelitian sebelumnya CNN telah membuktikan keefektifitasannya dalam hal mendeteksi tulisan aksara Jawa pada gambar scence, dan memiliki hasil akurasi yang bagus untuk mengenali wajah secara real-time. Setelah melakukan pengujian sistem dengan metode Black Box dapat ditarik kesimpulan bahwa program berfungsi dengan baik. Pada proses pengujian dari 3 kombinasi pengujian yang berbeda dengan total 250 karakter yang telah disiapkan, program mampu mendeteksi tulisan tangan aksara Sunda dengan akurasi sebesar 62% pada kombinasi learning rate 0,1 dan epoch 10.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Pengenalan Pola, Aksara Sunda, Convolutional Neural Network, Tulisan Tangan, Pengolahan Citra |
| Subjects: | ?? UNIK1502 ?? |
| Divisions: | Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1) |
| Date Deposited: | 31 Jan 2019 10:24 |
| Last Modified: | 31 Jan 2019 10:24 |
| URI: | http://repository.unikom.ac.id/id/eprint/59316 |
Actions (login required)
 |
View Item |
