eprintid: 3437
rev_number: 15
eprint_status: archive
userid: 33
dir: disk0/00/00/34/37
datestamp: 2021-06-17 01:25:17
lastmod: 2021-06-17 01:25:17
status_changed: 2021-06-17 01:25:17
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22094785, Ni Made Ari Pratiwi
creators_id: maria_dhian@staff.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Hapsari, Widi
contributors_name: Herlina R., Theresia
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN AKSARA BALI DENGAN PENDEKATAN METODE DIRECTION FEATURE DAN AREA BINARY OBJECT FEATURE
ispublished: pub
subjects: QA75
divisions: tek_informatika
full_text_status: restricted
keywords: Pengenalan Pola, Aksara Bali, Direction Feature, Area Binary Object Feature, Preprocessing.
abstract: Perkembangan teknologi sangat banyak memberi pengaruh terhadap perkembangan ilmu pengetahuan. Dan kebutuhan manusia akan teknologi untuk mempermudah melakukan suatu pekerjaan begitu tinggi. Salah satunya adalah dalam hal pengenalan pola. Dikembangkanlah sistem yang mampu mengenali dan mengolah citra teks tercetak dengan Aksara Bali yang memiliki karakteristik menarik dimana beberapa karakter memiliki ciri yang hampir sama dan hanya dibedakan oleh beberapa gosetan atau lekukan garis. Analisis citra merupakan ilmu yang membahas tentang algoritma-algoritma dan teknik-teknik yang diterapkan pada citra untuk menghasilkan eskripsi yang dikenali komputer. Berdasarkan informasi tersebut, maka pada penelitian ini dikembangkanlah sistem yang mampu mengenali dan mengolah citra teks tercetak dengan Aksara Bali yang memiliki karakteristik menarik dimana beberapa karakter memiliki ciri yang hampir sama dan hanya dibedakan oleh gosetan atau lekukan garis. Proses pengenalan Aksara Bali ini dimulai dari melalukan preprocessing terhadap citra input, ekstraksi fitur dengan metode Direction Feature dan Area Binary Object Feature. Setelah itu dilakukan perbandingan jarak Euclidean Distance. Dalam penelitian ini, dari 573 karakter yang ada, sistem dapat mendeteksi 559 karakter dan dapat mengenali dengan benar 526 karakter. Proses pengenalan tersebut dipengaruhi oleh jarak antar karakter. Jadi, pendekatan Direction Feature dan Area Binary Object Feature untuk diterapkan ke dalam sistem sebagai metode ekstraksi memiliki persentase keakuratan 91,80%.
date: 2013-02
date_type: published
pages: 61
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22094785, Ni Made Ari Pratiwi  (2013) PENGENALAN AKSARA BALI DENGAN PENDEKATAN METODE DIRECTION FEATURE DAN AREA BINARY OBJECT FEATURE.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/3437/1/22094785_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/3437/2/22094785_bab2-sd-bab4_lampiran.pdf