eprintid: 4606
rev_number: 12
eprint_status: archive
userid: 52
dir: disk0/00/00/46/06
datestamp: 2021-08-06 03:12:34
lastmod: 2021-08-06 03:12:34
status_changed: 2021-08-06 03:12:34
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71130090, Robet Agung Sanjaya
creators_id: robert.sanjaya@ti.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: Krisnawati, Lucia Dwi
contributors_name: Ratri, Ignatia Dhian Estu Karisma
corp_creators: Universitas Kristen Duta Wacana
title: PENGENALAN AKSARA SUNDA MENGGUNAKAN METODE INVARIANT MOMENT
ispublished: pub
subjects: QA75
subjects: QA76
divisions: tek_informatika
full_text_status: restricted
abstract: Aksara Sunda merupakan bentuk penulisan kuno dari bahasa Sunda yaitu bahasa daerah yang berasal dari Jawa Barat. Aksara ini terdiri dari berbagai jenis aksara yaitu aksara Ngalagena atau Konsonan, aksara Swara atau Vocal, aksara Rarangken, dan aksara Angka. Aksara Ngalagena terdiri dari 23 buah huruf konsonan yaitu ka-ga-nya, ca-ja-nya, ta-da-na, pa-ba-ma, ya-ra-la, wa-sa-ha, dan fa-ya-qa-xa-za. Pada masa kini banyak orang yang sulit untuk mengenali aksara Sunda karena banyaknya karakter pada aksara Sunda. Salah satu cara agar aksara Sunda dapat dikenali dengan lebih mudah adalah dengan membuat sebuah sistem menggunakan bantuan teknik pengenalan pola. Pada penelitian ini penulis menggunakan metode ekstraksi ciri Invariant Moment dan klasifikasi K-Nearest Neighbor sebagai metode untuk mengenali aksara Sunda Ngalagena. Data yang digunakan berupa 14 font dan 15 tulisan tangan yang diperoleh dari 5 orang. Penulis menggunakan 5 skenario pengujian dengan masing–masing pengujian menggunakan data uji dan data latih yang berbeda, rotasi pada karakter dengan sudut kemiringan 0°, 90°, 180°, dan 270° serta nilai K yang berbeda yaitu 1, 3, 6, dan 9. Berdasarkan 5 skenario pengujian yang sudah dilakukan, pengujian III yang menggunakan data latih sebagai data uji mendapatkan rata-rata akurasi tertinggi yaitu 69,93% dengan nilai akurasi tertinggi pada nilai K= 1 yaitu 100%. Kemudian hasil uji data yang dirotasi menggunakan font kairaga dan K = 1 dikenali dengan baik sehingga mendapatkan rata–rata akurasi mencapai 88,41%. Kesimpulan yang didapat dari hasil pengujian tersebut adalah sistem yang mengimplementasikan metode Invariant Moment dan K-Nearest Neigbor mampu mengenali aksara Sunda dengan baik pada data yang telah dilatihkan dan tahan terhadap rotasi.
date: 2017-11
date_type: published
pages: 61
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71130090, Robet Agung Sanjaya  (2017) PENGENALAN AKSARA SUNDA MENGGUNAKAN METODE INVARIANT MOMENT.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/4606/1/71130090_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/4606/2/71130090_bab2-sd-bab4_lampiran.pdf