eprintid: 3370
rev_number: 11
eprint_status: archive
userid: 32
dir: disk0/00/00/33/70
datestamp: 2020-11-09 04:26:21
lastmod: 2020-11-09 04:26:21
status_changed: 2020-11-09 04:26:21
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22094780, BUDIANTO
creators_id: budie99@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Suwarno, Sri
contributors_name: Purwanto, Erick
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN AKSARA MANDARIN DALAM TULISAN TERCETAK MENGGUNAKAN HAMMING NET
ispublished: pub
subjects: QA75
subjects: QA76
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: Pengenalan Pola, Aksara Mandarin, Image Preprocessing, Jaringan
Saraf Tiruan, Hamming Net, MAXNET.
abstract: Bahasa Mandarin semakin diminati oleh berbagai kalangan, termasuk diantaranya warga Indonesia sendiri. Mempelajari bahasa Mandarin tidak hanya belajar bagaimana berbicara dan menulis dengan baik, juga mengharuskan mampu mengenali dan membaca aksara Mandarin. Untuk lebih mudah mengenali aksara Mandarin, dapat menggunakan teknik pengenalan pola pada komputer. Dengan teknik ini, pembelajaran aksara Mandarin dapat dibantu oleh komputer. Teknikteknik Analisis Citra Dokumen dapat menghasilkan deskripsi sebuah citra, mempermudah proses pengenalan. Berdasarkan informasi tersebut, maka pada penelitian ini dikembangkanlah sistem yang mampu mengenali citra dengan Aksara Mandarin tercetak. Metode Hamming Net dan MAXNET dalam Jaringan Saraf Tiruan digunakan sebagai metode klasifikasi dalam penelitian ini. Dengan 3 jenis font dalam basis data, masing-masing font diuji 4 nilai threshold dan setiap nilai threshold diuji 4 ukuran ekstraksi ciri. Proses pengenalan Aksara Mandarin dimulai dari melakukan preprocessing pada citra input, ekstraksi ciri kemudian mencari eksemplar paling mirip dengan Hamming Net dan MAXNET. Dalam penelitian ini, citra input yang digunakan memiliki jumlah karakter sebanyak 215, dan karakter unik sebanyak 103. Metode klasifikasi yang diterapkan dalam sistem ini memiliki persentase keberhasilan sebesar 90,23%. Proses pengenalan dipengaruhi oleh jenis font yang digunakan, nilai threshold dan ukuran ekstraksi ciri.
date: 2014-02
date_type: published
pages: 50
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22094780, BUDIANTO  (2014) PENGENALAN AKSARA MANDARIN DALAM TULISAN TERCETAK MENGGUNAKAN HAMMING NET.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/3370/1/22094780_Bab1_Bab5_Daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/3370/2/22094780_Bab2-sd-Bab4_Lampiran.pdf