Mufidi Adibbiantoro, - (2021) Penerapan Principal Component Analysis (PCA) dan Learning Vector Quantization 3 (LVQ 3) Untuk Pengenalan Huruf Cyrillic. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text Laporan Tugas Akhir Tanpa Bab V.pdf Download (3MB) | Preview
	Text (BAB V) Laporan Tugas Akhir Bab V.pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Bahasa Rusia adalah salah satu bahasa yang memiliki penutur terbanyak menempati peringkat keenam dunia. Huruf Cyrillic merupakan salah satu aksara tersulit yang ada di dunia, dibutuhkan waktu untuk terbiasa dengan pola penulisan huruf tersebut. Meskipun beberapa huruf Cyrillic memiliki kemiripan dengan alfabet pada Bahasa Indonesia, huruf Cyrillic tetap memiliki keunikan tersendiri. Berdasarkan permasalahan dan hasil penelitian sebelumnya, maka pengenalan huruf Cyrillic pada penelitian ini menggunakan metode Principal Component Analysis (PCA) dalam proses ekstraksi ciri dan metode Learning Vector Quantization 3 (LVQ3) dalam proses klasifikasi. Metode tersebut diharapkan bisa mendapatkan akurasi yang tinggi dalam mengenali pola huruf Cyrillic. Citra yang digunakan sebanyak 10 bentuk untuk 1 huruf dan dilakukan 5 kali pengujian, yaitu pengujian nilai N, pembagian data latih dan data uji, Nilai Learning Rate, nilai Window, dan nilai Epsilon. Berdasarkan hasil pengujian diperoleh akurasi tertinggi 94,9% pada nilai Project Image yang telah direduksi N = 20, α = 0,1, ὠ = 0,3, M = 0,3 dan pembagian data 70% data latih dan 30% data uji.

Actions (login required)

View Item