PENGENALAN POLA AKSARA KA-GA-NGA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN DENGAN MODEL LEARNING VECTOR QUANTIZATION (LVQ)

Lubis, Naimah and Edy , Hermansyah and Desy, Afrita (2012) PENGENALAN POLA AKSARA KA-GA-NGA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN DENGAN MODEL LEARNING VECTOR QUANTIZATION (LVQ). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Fakultas Teknik UNIB.

[thumbnail of SKRIPSI_NAIMAH LUBIS (G1A007014)_PENGENALAN POLA AKSARA KA -0.pdf] Text
SKRIPSI_NAIMAH LUBIS (G1A007014)_PENGENALAN POLA AKSARA KA -0.pdf - Bibliography
Restricted to Registered users only
Available under License Creative Commons GNU GPL (Software).

Download (3MB)

Abstract

Aksara Ka-Ga-Nga merupakan aksara suku Serawai dan Rejang khususnya yang
berdomisili di wilayah provinsi Bengkulu. Aksara Ka-Ga-Nga memiliki 28 karakter,
masing-masing karakter memiliki tanda baca (sandangan). Karakter Ka-Ga-Nga memiliki
tingkat kerumitan yang cukup kompleks bila dibandingkan dengan aksara Latin. Masing-
masing karakter memiliki pola yang mirip antara satu dengan yang lainnya, hanya dapat
dibedakan dengan garis. Hal ini menyebabkan proses pengenalan pola Ka-Ga-Nga
memiliki tingkat kesulitan yang cukup tinggi. Selain akan mengenali karakter Ka-Ga-Nga
hasil tulisan tangan, juga akan dilakukan pengenalan karakter pada naskah kuno
beraksara Ka-Ga-Nga. Naskah kuno yang akan diuji memiliki tingkat kerusakan yang
tinggi yakni memiliki banyak noise. Oleh karena itu dibutuhkan pengolahan citra yang
kompleks agar karakter pada naskah dapat dikenali. Selain itu, untuk membangun suatu
sistem pengenalan pola yang baik tidak dapat dilakukan tanpa menyelesaikan dahulu
masalah segmentasi (pemisahan antar karakter dalam satu tulisan). Dalam penelitian ini,
metode segmentasi yang digunakan merupakan kombinasi beberapa operasi morphologi.
Dengan menggunakan metode ini didapatkan hasil segmentasi citra yang baik untuk
tulisan dengan jarak antar karakter tidak terlalu dekat. Untuk tahap pengklasifikasian
karakter akan digunakan metode Learning Vector Quantization (LVQ). Metode ini dapat
menghasilkan sistem pengenalan pola dengan tingkat akurasi yang baik untuk citra
karakter Ka-Ga-Nga hasil tulisan tangan dengan mengkombinasikan nilai maksimum
epoch yang besar dan nilai learning rate yang mendekati nol.

Item Type: Thesis (['eprint_fieldopt_thesis_type_ut' not defined])
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 014 Abd. Rachman Rangkuti
Date Deposited: 24 Dec 2013 13:33
Last Modified: 24 Dec 2013 13:33
URI: https://repository.unib.ac.id/id/eprint/5764

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200