Kanta, Imam Anggara and , Fajar Suryawan, S.T, M.Eng.Sc.,Ph.D. and , Aris Rakhmadi, S.T., M. Eng. (2013) Pengenalan Pola Huruf Hijaiyah Tulisan Tangan Menggunakan Logika Fuzzy Dengan Jaringan Syaraf Tiruan Backpropagation. Skripsi thesis, Universitas Muhammadiyah Surakarta.
|
PDF (Naskah Publikasi)
2_-_Naskah_Publikasi.pdf Download (1MB) |
|
|
PDF (Halaman Depan)
3_-_Halaman_Depan.pdf Download (2MB) |
|
|
PDF (Bab I)
4_-_BAB_I.pdf Download (184kB) |
|
PDF (Bab II)
5_-_BAB_II.pdf Restricted to Repository staff only Download (211kB) |
||
PDF (Bab III)
6_-_BAB_III.pdf Restricted to Repository staff only Download (997kB) |
||
PDF (Bab IV)
7_-_BAB_IV.pdf Restricted to Repository staff only Download (450kB) |
||
PDF (Bab V)
8_-_BAB_V.pdf Restricted to Repository staff only Download (92kB) |
||
|
PDF (Daftar Pustaka)
9_-_DAFTAR_PUSTAKA.pdf Download (254kB) |
|
PDF (Lampiran)
10_-_Lampiran.pdf Restricted to Repository staff only Download (2MB) |
Abstract
Bagi manusia tentunya tidaklah sulit untuk mengenali sebuah huruf tulisan tangan walaupun berbeda-beda bentuk antara penulis satu dengan penulis lain. Namun hal itu menjadi sulit jika mesin yang berusaha untuk mengenali tulisan tangan dari manusia yang berbeda-beda antara satu dan yang lainnya. Dalam kasus ini lebih sulit jika tulisan tangan yang akan dikenali yaitu tulisan huruf Hijaiyah. Dari permasalahan di atas maka tugas akhir ini akan mencoba teknik lain yang diharapkan lebih efektif guna mengenali huruf tulisan tangan. Metode pengenalan yang diangkat dalam tugas akhir ini adalah dengan menggunakan logika fuzzy dimana sebuah huruf dibagi menjadi beberapa bagian yang disebut segmen untuk menemukan parameter titik awal, titik ujung, dan titik percabangan. Sedangkan untuk proses klasifikasi menggunakan metode jaringan syaraf tiruan propagasi balik (back propagation). Dalam penelitian kali ini bisa disimpulkan bahwa gabungan antara logika fuzzy dengan jaringan syaraf tiruan backpropagation dapat melakukan pengenalan huruf hijaiyah dengan recognition rate sebesar 69%. Pengenalan tersebut didapat dengan membuat beberapa parameter untuk menentukan ciri dari masing – masing huruf tersebut sehingga mempunyai ciri identik untuk membedakan antar huruf.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Fuzzy Logic, Backpropagation, Pattern Recognition |
Subjects: | Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Fakultas Ilmu Komunikasi dan Informatika > Teknik Informatika |
Depositing User: | Users 1514 not found. |
Date Deposited: | 18 Sep 2013 15:49 |
Last Modified: | 03 Nov 2022 04:04 |
URI: | http://eprints.ums.ac.id/id/eprint/26115 |
Actions (login required)
View Item |