Pengenalan Angka Tulisan Tangan Menggunakan Diagonal Feature Extraction dan Multi-layer Perceptron
M ARDI FIRMANSYAH
Informasi Umum
Kode
18.04.683
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Image Processing - Computer Vision
Dilihat
194 kali
Informasi Lainnya
Abstraksi
Bentuk tulisan tangan manusia yang sangat bervariasi menyebabkan pengenalan tulisan tangan pada sistem Handwritten Character Recognition (HCR) masih memiliki tantangan. Untuk itu, pada penelitian ini dibangun sistem pengenalan tulisan tangan berupa angka menggunakan metode ekstraksi ciri diagonal dan artificial neural network multilayer perceptron. Setelah preprocessing dilakukan pada citra masukan, citra dibagi menjadi beberapa area yang sama besar. Setiap area dilakukan perhitungan rata-rata piksel pada setiap diagonalnya kemudian dirata-ratakan untuk mendapatkan nilai ciri pada area tersebut. Selain itu, ciri dikombinasikan dengan nilai rata-rata horizontal dan vertikal pada matriks area tersebut untuk memperkuat informasi pada citra. Metode ini mencapai akurasi sebesar 92.80 % pada tahap pengujian menggunakan 1000 dataset C1 dan 92.60 % pada tahap pengujian menggunakan 1000 dataset MNIST. Kombinasi fitur diagonal dan rata-rata horizontal menghasilkan akurasi tertinggi dalam mengenali angka tulisan tangan.
- CIG4A3 - PEMBELAJARAN MESIN
- CIG4E3 - PENGOLAHAN CITRA DIGITAL
- CCH4D4 - TUGAS AKHIR
- CII4E4 - TUGAS AKHIR
- CPI4E4 - TUGAS AKHIR
- III4A4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | M ARDI FIRMANSYAH |
| Jenis | Perorangan |
| Penyunting | KURNIAWAN NUR RAMADHANI, ANDITYA ARIFIANTO |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Informatika |
| Kota | Bandung |
| Tahun | 2018 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
