PENGENALAN HURUF KATAKANA DENGAN ADAPTIVE THRESHOLD DAN FITUR ZONING

71160006, Ryan Ariestillman Chandra (2020) PENGENALAN HURUF KATAKANA DENGAN ADAPTIVE THRESHOLD DAN FITUR ZONING. Bachelor thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71160006_bab1_bab5_daftarpustaka.pdf

Download (1MB)
[img] Text (Skripsi Informatika)
71160006_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (3MB) | Request a copy

Abstract

Bahasa Jepang merupakan bahasa yang cukup banyak digunakan. Bahasa Jepang sendiri terbagi menjadi tiga, yaitu aksara Kanji, aksara Hiragana, dan aksara Katakana. Salah satu aksara bahasa Jepang yaitu aksara Katakana, biasanya digunakan untuk menuliskan bahasa asing seperti bahasa Inggris ke bahasa Jepang. Aksara Katakana sendiri memiliki keunikan seperti memiliki sudut yang tajam dan garis lurus. Bagi orang Indonesia, mempelajari bahasa Jepang cukup sulit karena menggunakan lebih terbiasa dengan alfabet. Penulis akan membuat suatu program untuk mengenali tulisan aksara Jepang menggunakan adaptive threshold tetapi hanya sebatas aksara Katakana. Adaptive threshold akan dilanjutkan dengan zoning yang akan digunakan untuk mengambil nilai yang akan digunakan untuk mengidentifikasi karakter. Program ini diharapkan dapat membantu orang dalam mempelajari bahasa Jepang. Hasil akurasi terbaik dari program yang dibangun adalah 51,53% dengan zone yang digunakan adalah 4x4 dan menggunakan 8 data latih. Hasil akurasi terbaik setelah zone 4x4 adalah zone 8x8 dengan akurasi 56,1% untuk karakter katakana dasar, dan lebih kecil daripada akurasi terbaik sebanyak 1,25% bila disertai karakter disertai dengan tenten dan maru. Hasil akurasi terburuk terletak pada zone 2x2 dengan tingkat akurasi 16,39% hingga 19,3%.

Item Type: Thesis (Bachelor)
Uncontrolled Keywords: bahasa Jepang, katakana, adaptive threshold, zoning, zone, euclidean distance
Subjects: P Bahasa dan Literatur > PI Bahasa dan Sastra oriental
Q Ilmu Pengetahuan > QA Matematika > QA76 Perangkat Lunak (Software) Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: mr akira rafhael
Date Deposited: 22 Oct 2020 02:13
Last Modified: 10 Jun 2021 01:48
URI: http://katalog.ukdw.ac.id/id/eprint/4173

Actions (login required)

View Item View Item