PENGENALAN CITRA HURUF HIJAIAH MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DENGAN 4 SUDUT ORIENTASI DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Muhlis, Fathurrahman (2021) PENGENALAN CITRA HURUF HIJAIAH MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRICES (GLCM) DENGAN 4 SUDUT ORIENTASI DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. S1 thesis, Universitas Mataram.

[img] Text
Tugas Akhir 2.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Bahasa Arab merupakan salah satu bahasa internasional menurut Perserikatan Bangsa Bangsa (PBB) yang ditetapkan melalui resolusi Majelis Umum 3190 (XXVIII) sebagai bahasa resmi dan bahasa kerja Majelis Umum dan Komite – Komite Utama pada tanggal 18 Desember 1973. Bahasa Arab dapat ditemui di dalam kitab suci Al – Qur’an. Bagi seorang muslim wajib untuk mempelajari dan menguasai bahasa Arab agar dapat membaca dan memahami isi dari Al – Qur’an. Huruf hijaiyyah memiliki peran yang sama dengan alphabet yaitu untuk menyusun setiap kata dan kalimat. Manusia memiliki kecerdasan alami untuk dapat membedakan dan mengenali setiap huruf hijaiyyah berdasarkan ciri atau pola khusus yang terdapat pada masing – masing hurufnya. Namun kecerdasan alami memiliki kekurangan seperti inkonsistensi dalam menilai tingkat kemiripan dari setiap tulisan tangan huruf hijaiyyah dari orang yang berbeda. Oleh karena itu penelitian ini akan mengembangkan system untuk melakukan identifikasi atau pengenalan pola tulisan tangan huruf hijaiyyah menggunakan metode Gray Level Co- occurrence Matrices (GLCM) dengan 4 sudut orientasi dan Jaringan Syaraf Tiruan (JST) Backpropagation. Pengambilan data dilakukan dengan menggunakan aplikasi Autodesk Sketchbook agar dapat mengurangi noise. Data diberikan perlakuan cropping berdasarkan region of interest (ROI) untuk mengurangi pengaruh latar putih. Tujuan dari penelitian ini adalah mengetahui tingkat akurasi dan presisi klasifikasi pola huruf hijaiyyah. Pada penelitian ini jumlah data yang digunakan sebanyak 1500 citra huruf hijaiyyah. Akurasi tertinggi adalah 45.1111% dengan presisi sebesar 45.1111%.

Item Type: Thesis (S1)
Keywords (Kata Kunci): Kata Kunci: Bahasa Arab, Huruf Hijaiiyah, GLCM, Jaringan Syaraf Tiruan, Backpropagation
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik
Depositing User: Rini Trisnawati
Date Deposited: 04 May 2021 03:47
Last Modified: 04 May 2021 03:47
URI: http://eprints.unram.ac.id/id/eprint/21756

Actions (login required)

View Item View Item