implementasi algoritma diagonal based feature dan radial basis function pada pengenalan tulisan tangan bahasa korea

Wangko, Keshia Tiffany (2018) implementasi algoritma diagonal based feature dan radial basis function pada pengenalan tulisan tangan bahasa korea. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview

Text
BAB III.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Preview

Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (2MB)

Preview

Text
BAB V.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (955kB) | Preview

Preview

Text
BAB II.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Preview

Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (963kB) | Preview

Preview

Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB) | Preview

Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.
Download (1MB)

Abstract

Korea Selatan adalah sebuah negara yang kini tengah menjadi salah satu pusat perhatian dunia. Hangul adalah alfabet yang digunakan untuk menulis bahasa Korea. Hangul memiliki beberapa masalah dalam pengenalannya, seperti beberapa kata akan terlihat sama dengan menambahkan atau mengurangi garis, sketsa fitur memiliki variasi dan distorsi di penulisan, dan sedikit perbedaan tanda sambung dari hangul bisa mengubah arti kata, sehingga pengenalan pada Hangul perlu dikembangkan agar memberikan hasil pengenalan tulisan tangan yang lebih baik. Langkah penting dalam pengenalan tulisan tangan adalah image preprocessing lalu diikuti dengan feature extraction. Diagonal Based Feature merupakan salah satu algoritma untuk mencari feature values. Sementara Radial Basis Function adalah salah satu algoritma dari jaringan syaraf tiruan. Penelitian ini menggunakan algoritma Diagonal Based Feature dan Radial Basis Function untuk mengenali teks Hangul dari gambar. Algoritma Diagonal Based Feature digunakan untuk mengambil feature value dari gambar input, dan Algoritma Radial Basis Function digunakan untuk melatih komputer agar dapat mengenali tulisan. Tahap pengujian aplikasi menggunakan arsitektur jaringan yang memiliki 69 input neuron, 40 hidden neuron, dan 100 output neuron. Aplikasi pengenalan tulisan tangan bahasa Korea dibuat dengan menggunakan framework ionic dan bahasa pemrograman PHP. Algoritma Diagonal Based Feature dan Radial Basis Function telah berhasil di implementasikan dan menghasilkan nilai precision sebesar 64,18%, recall sebesar 82,44% serta F1-Score sebesar 71,20%.

Item Type:

Thesis (Bachelor Thesis)

Creators: