Pengenalan Pola Huruf Tulisan Tangan Menggunakan Jaringan Syaraf Backpropagation

Adi Slamet Kusumawardana, 080610351 (2011) Pengenalan Pola Huruf Tulisan Tangan Menggunakan Jaringan Syaraf Backpropagation. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img]
Preview
Text (ABSTRAK)
ABSTRAK 24461.pdf

Download (93kB) | Preview
[img] Text (FULL TEXT)
gdlhub-gdl-s1-2011-kusumaward-16103-mpm.33-1-p.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Pengenalan pola huruf tulisan tangan adalah topik yang telah diteliti selama beberapa tahun. Permasalahan yang dihadapi dalam pengenalan pola huruf tulisan tangan sangat kompleks, diantaranya bervariasinya model tulisan tangan dan ukuran tulisan tangan. Salah satu teknik pengenalan pola huruf tulisan tangan adalah dengan jaringan syaraf tiruan, dimana metode ini menggunakan prinsip kerja yang mirip cara kerja otak manusia. Skripsi ini bertujuan untuk menerapkan jaringan syaraf tiruan pada pengenalan pola huruf tulisan tangan dan membuat program yang mensimulasikan metode ini menggunakan bahasa software Visual Basic 6.0 dengan sistem operasi yang mendukung. Arsitektur jaringan syaraf tiruan yang digunakan adalah multilayer neural network dengan algoritma pembelajaran backpropagation. Data yang digunakan berupa gambar huruf tulisan tangan berukuran 60 x 60 pixel yang dirubah menjadi nilai numerik dengan proses pengolahan citra. Langkah-langkah yang dilakukan pada pengolahan citra antara lain proses grayscale, citra biner, dan segmentasi. Dari proses pengolahan citra diperoleh nilai numerik berupa matriks awal berukuran 60 x 60, dengan proses segmentasi mengubah matriks awal menjadi matriks berukuran 20 x 20, kemudian dengan proses normalisasi matriks tersebut dirubah menjadi matriks akhir berukuran 400 x 1 untuk setiap gambar. Dari proses normalisasi tersebut akan menjadi input jaringan syaraf tiruan backpropagation untuk pengenalan pola huruf tulisan tangan. Setelah proses normalisasi, input akan diproses untuk pelatihan dan pengujian. Pelatihan jaringan menggunakan data sebanyak 156 gambar huruf tulisan tangan dengan learning rate 0,9 dan error sebesar 0,001, iterasi berhenti pada iterasi ke 143685. Hasil uji validasi untuk 104 gambar, diperoleh kesimpulan bahwa 71.15% dari semua gambar validasi berhasil dikenali dengan baik. Kata kunci : pengenalan pola huruf tulisan tangan, jaringan syaraf tiruan, backpropagation.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK MPM.33/11 Kus p
Uncontrolled Keywords: ARTIFICIAL NEURAL NETWORK BACKPROPAGATION
Subjects: Q Science > QA Mathematics > QA76.9.L63 Logic, Symbolic, mathematical and Computer logic
Q Science > QA Mathematics > QA76.9.M35 Computer science -- Mathematics
Divisions: 08. Fakultas Sains dan Teknologi > Matematika
Creators:
CreatorsEmail
Adi Slamet Kusumawardana, 080610351UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorAULI DAMAYANTI, S.Si.,M.SiUNSPECIFIED
ContributorINDAH WERDININGSIH,, S.SiUNSPECIFIED
Depositing User: Tn Fariddio Caesar
Date Deposited: 25 Jul 2011 12:00
Last Modified: 11 Jul 2017 22:09
URI: http://repository.unair.ac.id/id/eprint/24461
Sosial Share:

Actions (login required)

View Item View Item