PENGENALAN POLA TULISAN TANGAN AKSARA ARAB MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN DAN ZONING DAN KLASIFIKASI BACKPROPAGATION ARTIFICIAL NEURAL NETWORK

Farhan, Yakub Bawazir (2020) PENGENALAN POLA TULISAN TANGAN AKSARA ARAB MENGGUNAKAN EKSTRAKSI FITUR LOCAL BINARY PATTERN DAN ZONING DAN KLASIFIKASI BACKPROPAGATION ARTIFICIAL NEURAL NETWORK. S1 thesis, Universitas Mataram.

Text Laporan F1D016025.pdf Restricted to Repository staff only Download (3MB)

Abstract

Bahasa Arab adalah bahasa yang digunakan sebagai bahasa pertama atau bahasa asli oleh lebih dari 280 juta orang yang sebagian besar bermukim di timur tengah dan afrika utara. Selain timur tengah dan afrika utara, Bahasa Arab juga familiar dan sering digunakan di Indonesia karena mayoritas penduduk Indonesia adalah muslim dan Bahasa Arab merupakan bahasa peribadahan dalam agama Islam. Pengenalan pola aksara arab merupakan salah satu penelitan yang pernah dilakukan sebelumnya, dimana hasil akurasi yang didapatkan bervariasi sesuai dengan metode penelitian yang digunakan. Penelitian ini bertujuan untuk mengetahui akurasi yang dihasilkan dari pengenalan pola tulisan tangan aksara arab menggunakan gabungan metode ekstraksi fitur LBP (Local Binary Pattern), Zoning, DCT, dan metode klasifikasi ANN Backpropagation. Data yang digunakan untuk penelitian ini merupakan data tulisan tangan di kertas HVS A4 menggunakan spidol dengan kategori non-dewasa dengan rentang umur 7-13 tahun dan dewasa dengan rentang umur 18-23 tahun dengan masing-masing berjumlah 15 responden dan total citra dataset sebanyak 8400 citra. Hasil yang didapatkan dari penelitian ini adalah pengujian model pada seluruh citra menghasilkan akurasi sebesar 80,79%, pada citra rentang umur 17-23 tahun menghasilkan akurasi 87,27%, dan pada citra rentang umur 7-13 menghasilkan akurasi 72,84%.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Kata kunci : pengenalan pola, tulisan tangan, aksara, local binary pattern, zoning, DCT, backpropagation.
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik
Depositing User:	Rini Trisnawati
Date Deposited:	24 Nov 2020 07:22
Last Modified:	24 Nov 2020 07:22
URI:	http://eprints.unram.ac.id/id/eprint/18543

Actions (login required)

View Item