STUDI LITERATUR: PERBANDINGAN METODE SOM DAN KNN UNTUK STUDI KASUS PENGENALAN TULISAN TANGAN

22084432, SIMON HERTOYO A.M. (2016) STUDI LITERATUR: PERBANDINGAN METODE SOM DAN KNN UNTUK STUDI KASUS PENGENALAN TULISAN TANGAN. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
22084432_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
22084432_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (2MB) | Request a copy

Abstract

Pengenalan tulisan tangan merupakan ilmu yang sudah dipelajari sejak bertahun-tahun lalu, terutama pengenalan pola yang dilakukan oleh sistem komputer dalam membaca bermacam-macam tulisan tangan. Permasalahan yang dimiliki oleh sistem komputer dalam pengenalan pola ini adalah bagaimana cara supaya sistem komputer dapat mengenali berbagai macam tulisan tangan, baik yang ditulis secara manual maupun tulisan hasil cetak. Dalam pemecahanpermasalahan ini ada beberapa cara atau metode yang digunakan untuk pengenalan tulisan tangan. Di sini penulis akan membahas beberapa metode yang dapat membantu memecahkan permasalahan tentang pengenalan tulisan tangan, metode-metode tersebut di antaranya adalah metode Self-organizing Map (SOM) dan metode K-Nearest Neighbor (KNN). Melalui studi literatur ini diharapkan dapat memberi gambaran tentang kedua metode tersebut untuk penerapannya dalam pengenalan tulisan tangan sehingga dapat memberikan arahan yang lebih baik untuk penelitian ke depannya.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: self-organizing map, SOM, k-nearest neighbor, KNN, handwritten recognition
Subjects: Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
Q Ilmu Pengetahuan > Matematika > Perangkat Lunak (Software) Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: ms Dominggas Yembise
Date Deposited: 20 Oct 2020 03:40
Last Modified: 20 Oct 2020 03:40
URI: http://katalog.ukdw.ac.id/id/eprint/2781

Actions (login required)

View Item View Item