IMPLEMENTASI HANDWRITING RECOGNITION (HWR) DENGAN PENDEKATAN STRUKTUR MELALUI EKSTRAKSI CIRI VEKTOR DAN PENGENALAN KARAKTER MENGGUNAKAN JARINGAN SYARAF TIRUAN SOMs (SELF-ORGANIZING MAPs)

FITRI AFRIANTI

Informasi Dasar

191 kali
111040282
621.382 2
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: HWR (Hand Writing Recognition) adalah sebuah sistem komputer yang digunakan untuk mengenali serangkaian karakter yang berasal dari tulisan tangan. Sistem HWR dapat mengerjakan proses pengalihan dokumen dari suatu tulisan tangan menjadi file teks tanpa harus pengetikan ulang, setiap karakter baik huruf, kata, ataupun kalimat agar dapat dikenali secara tepat dan dibaca oleh perangkat lunak yang lain.
Dalam tugas akhir ini dikembangkan bentuk aplikasi HWR untuk mengenali huruf dari tulisan tangan yang berbentuk suatu file gambar (.jpg.bmp) melalui proses scanning tulisan tangan (handwriting). Dalam rancangan system ini, proses ekstraksi ciri menggunakan pendekatan vektor dan proses pengenalan karakter menggunakan jaringan syaraf tiruan Self-Organizing Maps. Pada proses tersebut akan ditentukan vektor penyusun garis karakter dengan cara menghubungkan titik-titik neuron yang ada pada suatu region karakter.
Hasil yang diharapkan dari tugas akhir ini adalah untuk mendapatkan sistem HWR yang mampu mengenali tiap-tiap karakter dengan nilai akurasi yang tingg
Kata Kunci : Kata Kunci : self-organizing maps (SOMs), jaringan syaraf tiruan, pengenalan karakter tulisan tanganABSTRACT: Hand Writing Recognition (HWR) is a computerized system used to identify a tied of character which sourced from handwritings. HWR system can do the transformation process of a handwritten document to become a text file without a retyping process before, in order to make every character (letters, words, sentences) can be identified precisely and can be read by another software.
. This final task observes a form of HWR application that would be used to identify letters from handwritings which have a picture-type file( jpg, .bmp ) through a handwriting scanning process. In the system planning, the characteristic extraction process use a vector approach and the character identifying process use an imitation nerve network called Self-Organizing Maps. In this process, the characteristic line-composer vector will be definite by connecting neuron points which held on a character region.
. The expectation result from this research is to create HWR system which able to identify every character in a high accurate level.
Keyword: Keywords : self-organizing maps, artificial neural network, hand writing recognition .

Subjek

Pengolahan Sinyal Informasi
 

Katalog

IMPLEMENTASI HANDWRITING RECOGNITION (HWR) DENGAN PENDEKATAN STRUKTUR MELALUI EKSTRAKSI CIRI VEKTOR DAN PENGENALAN KARAKTER MENGGUNAKAN JARINGAN SYARAF TIRUAN SOMs (SELF-ORGANIZING MAPs)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

FITRI AFRIANTI
Perorangan
Iwan Iwut Tritoasmoro, Gelar Budiman
 

Penerbit

Universitas Telkom
Bandung
2009

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini