Arianto Teguh Sujiwo, - (2022) KLASIFIKASI POLA TULISAN TANGAN AKSARA ARAB MELAYU DENGAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) DAN PROBABILISTIC NEURAL NETWORK (PNN). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text LaporanTA-AriantoTeguhSujiwo-11451101794-WM-FINAL-2 (tanpa bab 4).pdf Download (8MB) | Preview
	Text (BAB IV) LaporanTA-AriantoTeguhSujiwo-11451101794-BAB4.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Aksara arab melayu (huruf Jawi) merupakan salah satu tulisan kuno yang digunakan oleh masyarakat melayu, Pemahaman terhadap aksara arab melayu berperan dalam membaca naskah-naskah melayu yang telah ditulis oleh para ulama nusantara yang merupakan salah satu warisan intelektual nusantara.Mengingat betapa pentingnya upaya pelestarian terhadap aksara arab melayu, maka dilakukan penelitian untuk mengenali aksara arab melayu. Dengan pengenalan pola tulisan aksara arab melayu sebagai media pembelajaran untuk mendukung pemahaman aksara arab melayu. Identifkasi tulisan tangan aksara arab melayu sama halnya dengan pengenalan bentuk atau pengenalan pola. Proses pengenalan aksara arab melayu yaitu mekanisme ekstraksi ciri dan mekanisme klasifikasi Metode ekstraksi tersebut harus menghasilkan fitur yang bersifat unik sehingga bisa dipakai sebagai bahan pembelajaran yang dapat membedakan tiap karakter, Principal Component Analysis (PCA) untuk ekstraksi ciri citra serta menggunakan Probabilistic Neural Network (PNN) sebagai metode pembelajaran untuk klasifikasi. Menggunakan data citra total 1400 citra dibagi menjadi 1260 data latih dan 140 data uji. Didapatkan tingkat akurasi pengenalan pola tulisan tangan aksara arab melayu sebesar 7,8%.

Actions (login required)

View Item