PEMBANGUNAN APLIKASI PENGENALAN HURUF BALOK MENGGUNAKAN BACKPROPAGATION

Saputra, Bagus Ade (2011) PEMBANGUNAN APLIKASI PENGENALAN HURUF BALOK MENGGUNAKAN BACKPROPAGATION. S1 thesis, UAJY.

[img]
Preview
Text (Halaman Judul)
0TF04929.pdf

Download (648kB) | Preview
[img]
Preview
Text (Bab I)
1TF04929.pdf

Download (301kB) | Preview
[img]
Preview
Text (Bab II)
2TF04929.pdf

Download (245kB) | Preview
[img] Text (Bab III)
3TF04929.pdf
Restricted to Registered users only

Download (585kB)
[img] Text (Bab IV)
4TF04929.pdf
Restricted to Registered users only

Download (507kB)
[img] Text (Bab V)
5TF04929.pdf
Restricted to Registered users only

Download (875kB)
[img]
Preview
Text (BaB VI)
6TF04929.pdf

Download (995kB) | Preview

Abstract

Pengenalan atau pembacaan tulisan tangan adalah hal yang dianggap sederhana dan umum dilakukan oleh manusia, namun ternyata merupakan tugas yang sulit dilakukan oleh komputer. Ketidakmampuan komputer dengan cara konvensional untuk melakukan pengenalan tulisan tangan disebabkan adanya perbedaan pada setiap tulisan tangan tersebut. Untuk itu dibuat berbagai solusi untuk memecahkan masalah tersebut. Salah satu caranya adalah dengan dikembangkannya sistem Jaringan Saraf Tiruan (JST) dengan salah satu metodenya adalahBackpropagation. Backpropagation membutuhkan masukan berupa pola karakteristik yang tepat dari setiap karakter untuk dapat melakukan pengenalan. Pembuatan Tugas Akhir ini bertujuan untuk melakukan pengenalan tulisan tangan manusia. Tulisan tangan yang dibaca adalah sebuah citra grayscale dari hasil scan tulisan tangan manusia. Metode yang digunakan dalam pembuatan Tugas Akhir ini adalah metode dari Jaringan Syaraf Tiruan yaitu Backpropagation. Tugas Akhir ini dibuat dengan menggunakan bahasa pemrograman C# dan pengolahan basis data menggunakan Microsoft Access 2010. Hasil penelitian ini berupa sebuah perangkat lunak yang dapat melakukan proses pengenalan terhadap tulisan tangan manusia. Perangkat lunak ini dapat mengenali tulisan tangan manusia yang ada di dalam data pelatihan hingga 100%. Sedangkan untuk tulisan tangan yang belum ada pada data pelatihan dikenali sekitar 23%.

Item Type: Thesis (S1)
Uncontrolled Keywords: Karakter, Tulisan Tangan, Jaringan Saraf Tiruan, Backpropagation, Pattern Recognition
Subjects: Teknik Informatika > Soft Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 24 May 2013 12:25
Last Modified: 24 May 2013 12:25
URI: http://e-journal.uajy.ac.id/id/eprint/1686

Actions (login required)

View Item View Item