PENGENALAN KARAKTER MELALUI POLA KEMIRINGAN TULISAN TANGAN MENGGUNAKAN ALGORITMA LEARNING VECTOR QUANTIZATION

Anisah, . (2019) PENGENALAN KARAKTER MELALUI POLA KEMIRINGAN TULISAN TANGAN MENGGUNAKAN ALGORITMA LEARNING VECTOR QUANTIZATION. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text 1.COVER.pdf Download (107kB)
	Text 2.ABSTRAK&ABSTRACT.pdf Download (74kB)
	Text 3.LEMBAR PERSETUJUAN.pdf Download (775kB)
	Text 4.LEMBAR ORISINALITAS.pdf Download (649kB)
	Text 6.KATA PENGANTAR.pdf Download (61kB)
	Text 7.DAFTAR ISI.pdf Download (79kB)
	Text 11a.BAB I.pdf Download (79kB)
	Text 11b.BAB II.pdf Restricted to Registered users only Download (584kB)
	Text 11c.BAB III.pdf Restricted to Registered users only Download (1MB)
	Text 11d_BAB IV.pdf Restricted to Registered users only Download (61kB)
	Text 12.DAFTAR PUSTAKA.pdf Download (80kB)

Abstract

Grafologi adalah ilmu yang mempresentasikan kepribadian seseorang berdasarkan tulisan tangan. Salah satu fitur khusus yang dapat digunakan adalah melalui kemiringan tulisan tanganya. Grafologi digunakan dalam bidang, seperti penentuan minat bakat dan penempatan karyawan. Pada tugas akhir ini, dibahas perancangan sebuah sistem yang akan mengidentifikasi tulisan tangan. Salah satu pemanfaatan sistem terkomputerisasi ini yaitu dengan menerapkan teori Image processing. Disamping itu juga menerapkan teori jaringan syaraf tiruan dengan metode learning vector quantization, dalam hal ini sebagai sistem yang melakukan pengelompokan kemiringan tulisan tangan sesuai kelasnya masing-masing. Dengan menerapkan kedua teori ini maka sistem akan melakukan pengidentifikasian tulisan tangan yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Masukan sistem berupa data citra tulisan tangan dengan format bitmap, yang selanjutnya dilakukan proses preprocessing dan ekstraksi fitur. Pada tahap pelatihan, data citra dikategorikan ke dalam tiga kelas yaitu kelas miring kanan, miring kiri, dan tegak, sedangkan pada tahap pengujian, data citra mengalami proses klasifikasi yang melibatkan LVQ sehingga didapatkan identifikasi kepribadian pengguna. Pada pengujian citra latih diperoleh hasil sebesar 100% dengan 30 data citra latih. pada pengidentifikasian citra baru diperoleh hasil sebesar 76.67% dengan 30 data citra uji.

Item Type:	Thesis (Sarjana)
Additional Information:	1). Ir. Fariani Hermin Indiyah, MT ; 2). Ratna Widyati, S.Si, M.Kom
Subjects:	Sains > Matematika > Ilmu Komputer
Divisions:	FMIPA > S1 Ilmu Komputer
Depositing User:	Users 29 not found.
Date Deposited:	14 Jan 2021 16:42
Last Modified:	14 Jan 2021 16:42
URI:	http://repository.unj.ac.id/id/eprint/12370

Actions (login required)

View Item