Stephen, Stephen (2013) Implementasi neural network untuk rekognisi karakter optik pada aplikasi pemecah sudoku berbasis android. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Sudoku adalah sebuah jenis teka–teki logika yang dapat dengan mudah ditemukan dalam kehidupan masyarakat dalam kesehariannya, baik pada koran, majalah, maupun buku yang dikhususkan untuk Sudoku. Pada umumnya, masyarakat mencoba untuk memecahkan Sudoku sebagai pelepas lelah atau stres, namun sebenarnya dalam usahanya memecahkan Sudoku, sel–sel otak dirangsang untuk menjadi aktif. Tidak jarang dalam memecahkan Sudoku, pemain mengalami kesulitan, hal ini menjadi latar belakang dalam penelitian ini. Penelitian ini dikembangkan pada platform Android sehingga menjadi sangat praktis. Untuk memecahkan sebuah Sudoku, sistem perlu mengetahui letak kotak Sudoku dan angka yang ada di dalamnya. Untuk mengetahui letak baik Sudoku maupun angkanya, dapat digunakan Hough transform sebagai media dalam feature extraction. Rekognisi karakter optik pada angka yang berbasis pada kecerdasan buatan dengan menggunakan neural network dengan metode pembelajaran backpropagation. Tidak ketinggalan adaptive threshold yang berguna untuk mengubah citra berwarna menjadi citra binary atau hitam putih. Hasil dari penelitian ini, kesalahan tertinggi dalam melakukan rekognisi selalu terjadi ketika jenis font baru menjadi masukan, sedangkan dalam pemisahan angka, kesalahan terjadi terbanyak pada jenis font yang memiliki ketebalan yang kecil.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming 700 Arts and Recreation > 790 Outline of Sports, Games and Entertainment > 794 Indoor Games of Skill |
Divisions: | Faculty of Engineering & Informatics > Informatics |
Depositing User: | Administrator UMN Library |
Date Deposited: | 02 Aug 2017 04:21 |
Last Modified: | 26 Jan 2023 02:17 |
URI: | https://kc.umn.ac.id/id/eprint/1449 |
Actions (login required)
View Item |