Informasi Umum

Kode

113090078

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatika Teori Dan Pemrograman

Informasi Lainnya

Abstraksi

ABSTRAKSI: Optical Character Recognition (OCR) merupakan salah satu aplikasi teknologi pada bidang pengenalan pola dan kecerdasan buatan sebagai mesin pembaca. Penelitian ini diajukan untuk meningkatkan kemampuan dalam mengenali huruf latin komputer yang merupakan standar huruf dokumen yang dicetak. Penelitian masih terus dilakukan untuk meningkatkan kemampuan sistem OCR yang masih terdapat beberapa kesulitan dalam sistem OCR. Seperti, keambiguan dalam teks dan noise dan kesalahan klasifikasi.<br> Untuk mengatasi permasalahn tersebut, penelitian ini mengajukan metode untuk meminimalkan kesalahan dengan mengoptimalisasi ekstraksi ciri dengan vertex chain code (VCC) dan menggunakan Learning Vector Quantization (LVQ) sebagai metode klasifikasinya. Metode VCC mendapatkan ciri berdasarkan pada elemen rantai yang menunjukkan nilai asli yaitu mengindikasi nomor sel vertex. LVQ melakukan pembelajaran pada lapisan kompetitif yang terawasi yang akan secara otomatis belajar untuk mengklasifikasikan vektor masukan dan selanjutnya kelas suatu karakter tergantung pada jarak antara vektor masukan tersebut.<br> System OCR dengan metode VCC dan LVQ dapat mengenali huruf latin komputer dengan baik. Beberapa kesalahan klasifikasi terjadi karena huruf latin tersebut memiliki kemiripan bentuk atau ciri dan pemilihan ciri yang tidak cukup baik untuk membedakan kelas yang berbeda.Kata Kunci : OCR, Pengenalan Pola, Huruf Latin, Vertex Chain Code, LVQABSTRACT: Optical Character Recognition (OCR) is One of application of technology in the field of pattern recognition and artificial intelligence as reader machine. This study presented to improve the ability of recognizing of letters latin Computer that is standard in the printed document. Research have been done to improve the ability of OCR system that is still have some difficulties such as, ambiguity in text and noise, even missclassification.<br> To overcome these cases, this study propose a method to minimize errors by optimizing the feature extraction with vertex chain code (VCC) and using Learning Vector Quantization (LVQ) as a method of classification. Acquire the VCC method is based on the elements of the value chain shows the original cell numbers indicate the vertex. LVQ learning in the competitive layer to be supervised automatically learn to classify input vectors and subsequent class a character depends on the distance between the input vector.<br> OCR system with VCC and LVQ method can recognize the Latin alphabet with good computer. Of all tests performed, test scenarios characterize the influence of normalization reached 19.471%. Some misclassification occurs because letters latin are either similar shape or feature and the selected features are not sufficiently inseparating the different classes.Keyword: OCR, Pattern Recognition, Letters Latin, Vertex Chain Code, LVQ

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook