eprintid: 2153
rev_number: 13
eprint_status: archive
userid: 36
dir: disk0/00/00/21/53
datestamp: 2020-11-03 08:06:39
lastmod: 2020-11-03 08:06:39
status_changed: 2020-11-03 08:06:39
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22094641, HENGKY BINTORO
creators_id: lucius.enerbabus.nero@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Santosa, R. Gunawan
contributors_name: Lukito, Yuan
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN KARAKTER PADA CITRA KARTU NAMA MENGGUNAKAN EIGENFACE PADA SMARTPHONE BERBASIS ANDROID
ispublished: pub
subjects: QA75
subjects: QA76
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: Pengenalan Karakter, Optical Character Recognition, Connected Component Labeling (CCL), Eigenface
abstract: Alat komunikasi handphone sudah menjadi barang yang tidak asing bagi semua kalangan masyarakat. Saat ini sedang berkembang pesat berbagai smartphone, handphone dengan berbagai macam teknologi canggih dan keunggulannya, salah satunya adalah smartphone berbasis android. Namun di kalangan pebisnis, waktu yang digunakan untuk bertemu secara langsung sangat sedikit dan terbatas. Mereka terbiasa bertukar kartu nama untuk mendapatkan kontak masing-masing. Kartu nama yang diberikan juga ada batasnya. Jika kartu nama yang dimiliki sudah habis, maka akan semakin sulit untuk bertukar kontak. Salah satu solusi yang dapat dilakukan untuk dapat mengatasi masalah keterbatasan kartu nama yang dimiliki seseorang dan waktu yang sangat terbatas untuk bertemu secara langsung adalah dengan pengenalan karakter pada citra gambar dari kontak (nomor ponsel, email) dengan Optical Character Recognition (OCR).
Metode dalam pengenalan karakter terdapat berbagai macam dan salah satunya adalah metode CCL (Connected Component Labeling) dan Eigenface. Dengan menggunakan metode CCL, peneliti akan melakukan pemisahan masing–masing karakter yang akan diproses lebih lanjut. Sedangkan metode Eigenface digunakan untuk mengenali karakter yang didapat dari hasil CCL.
Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa tingkat akurasi pengenalan karakter tertinggi adalah 78,72%. Sedangkan akurasi terendah adalah 43,39%.
date: 2017-02
date_type: published
pages: 45
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22094641, HENGKY BINTORO  (2017) PENGENALAN KARAKTER PADA CITRA KARTU NAMA MENGGUNAKAN EIGENFACE PADA SMARTPHONE BERBASIS ANDROID.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/2153/1/22094641_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/2153/2/22094641_bab2-sd-bab4_lampiran.pdf