PENGENALAN KARAKTER HURUF HIJAIYAH MENGGUNAKAN ALGORITMA CHAIN CODE DAN LEARNING VECTOR QUANTIZATION 2.1 (LVQ2)

HERU LATE NUGRAHA (2018) PENGENALAN KARAKTER HURUF HIJAIYAH MENGGUNAKAN ALGORITMA CHAIN CODE DAN LEARNING VECTOR QUANTIZATION 2.1 (LVQ2). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER_201883TIF.pdf

Download (292kB) | Preview
[img]
Preview
Text
2. PENGESAHAN_201883TIF.pdf

Download (949kB) | Preview
[img]
Preview
Text
3. ABSTRAK_201883TIF.pdf

Download (378kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR_201883TIF.pdf

Download (290kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI_201883TIF.pdf

Download (247kB) | Preview
[img]
Preview
Text
6. BAB I_201883TIF.pdf

Download (306kB) | Preview
[img]
Preview
Text
7. BAB II_201883TIF.pdf

Download (827kB) | Preview
[img]
Preview
Text
8. BAB III_201883TIF.pdf

Download (383kB) | Preview
[img]
Preview
Text
9. BAB IV_201883TIF.pdf

Download (1MB) | Preview
[img] Text
10. BAB V_201883TIF.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
11. BAB VI_201883TIF.pdf

Download (96kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA_201883TIF.pdf

Download (212kB) | Preview

Abstract

Pengenalan karakter huruf hijaiyah merupakan penelitian untuk mengenali karakter huruf hijaiyah yang inputnya merupakan gambar yang digambar melalui kanvas pada aplikasi. Karakter huruh hijaiyah ini mempunyai 28 pola huruf tunggal dan 22 pola huruf awal. Huruf yang sama memiliki perbedaan pola ketika letak hurufnya berbeda. Penelitian ini menggunakan ekstraksi ciri algoritma chain code, dimana chain code ini bekerja dengan mengubah segala piksel tepi pada citra dari nilai piksel menjadi nilai arah. Untuk klasifikasi data yang telah diekstraksi menggunakan jaringan syaraf tiruan dengan metode learning vector quantization2.1 (LVQ 2.1). Penelitian ini menggunakan 2 jenis huruf yaitu huruf tunggal dan huruf awal. Karakter huruf hijaiyah yang diuji akan melakukan tahap-tahap pre-processing citra dan ekstraksi citra menggunakan chain code.Ekstraksi citra akan menghasilkan nilai-nilai vektor berukuran 1x150 yang berguna untuk proses klasifikasi dengan LVQ 2.1.Hasil akurasi terbaik pada data huruf tunggal didapatkan menggunakan data perbandingan 90:10 dengan nilai alfa 0.1 dengan menggunakan nilai window 0.1, 0.2, dan 0.5dengan tingkat akurasi sebesar 94.54%. Hasil akurasi terbaik pada data huruf awal didapatkan menggunakan data perbandingan 90:10 dengan nilai alfa 0.1 dengan menggunakan nilai window 0, 0.1, 0.2, 0.3, dan 0.4 dengan tingkat akurasi sebesar 86.36%dari 144 pengujian setiap jenis huruf.Kata kunci: Huruf hijaiyah,Learning Vector Quantization, Pengenalan Pola Karakter, Tingkat Akurasi, chain code.

Item Type: Thesis (Skripsi)
Subjects: 500 Ilmu-ilmu Alam dan Matematika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 16 Jul 2019 04:03
Last Modified: 16 Jul 2019 04:03
URI: http://repository.uin-suska.ac.id/id/eprint/15977

Actions (login required)

View Item View Item