Informasi Umum

Kode

24.04.1169

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

34 kali

Informasi Lainnya

Abstraksi

<h4>Abstrak</h4>

<p>Penelitian ini menghadirkan pengenalan pola citra aksara Sunda melalui ekstraksi fitur menggunakan Histogram of Oriented Gradient (HOG). Meskipun teknologi modern berkembang pesat, metode klasifikasi menggunakan machine learning klasik masih relevan karena keandalannya dalam pengenalan karakter, termasuk aksara Sunda. Penelitian ini membandingkan beberapa metode machine learning klasik seperti SVM, k-NN, Decision Tree, Naïve Bayes, Random Forest, dan ANN dalam Optical Character Recognition (OCR) untuk aksara Sunda. Hasil eksperimen menunjukkan keunggulan Random Forest dengan akurasi, presisi, recall, dan F1-score masing-masing mencapai 97.02%, 97.05%, 97.01%, dan 97.01%, melampaui kinerja KNN, Decision Tree, Naïve Bayes, SVM, dan ANN. Penelitian ini bertujuan untuk mengidentifikasi metode machine learning klasik terbaik untuk pengenalan aksara Sunda melalui OCR, menegaskan bahwa Random Forest tetap efektif. Ini juga meningkatkan pemahaman tentang kinerja berbagai metode machine learning klasik dalam pengenalan karakter, mendukung pengembangan teknologi pengenalan aksara Sunda yang lebih canggih di masa depan.</p>

<p> </p>

<p><strong>Kata kunci : </strong>Aksara Sunda, Citra, Klasifikasi, Machine Learning, KNN, SVM, Decision Tree, ANN , Random Forest, Naïve Bayes, OCR, Feature Extraction</p>

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama KHAIRAT HAYATI
Jenis Perorangan
Penyunting Mahmud Dwi Sulistiyo, Aditya Firman Ihsan
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Informatika
Kota Bandung
Tahun 2024

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi