IDENTIFIKASI ABJAD DARI CITRA TULISAN TANGAN MENGGUNAKAN FAST CORNER DETECTION

71130057, Indra Tio Purnomo Putra (2017) IDENTIFIKASI ABJAD DARI CITRA TULISAN TANGAN MENGGUNAKAN FAST CORNER DETECTION. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

[img] Text (Skripsi Informatika)
71130057_bab1_bab5_daftarpustaka.pdf

Download (3MB)
[img] Text (Skripsi Informatika)
71130057_bab2-sd-bab4_lampiran.pdf
Restricted to Registered users only

Download (6MB) | Request a copy

Abstract

Tulisan merupakan salah satu bentuk informasi yang didapatkan melalui proses membaca. Tulisan tidak terlepas dari huruf yang merupakan suatu penyusun informasi dari tulisan. Huruf yang merupakan penyusun informasi dari tulisan dapat diidentifikasi dengan mudah oleh manusia. Manusia dan komputer bisa mengidentifikasi tulisan,namun bagaimana dengan tulisan tangan?. Tulisan tangan adalah hasil dari menulis dengan menggunakan tangan oleh seorang individu. Setiap individu memiliki bentuk tulisan tangan yang berbeda. Perbedaan tulisan tangan setiap manusia/individu membuat komputer akan sulit mengidentifikasi huruf/abjad tulisan tangan tersebut. Komputer dapat dilatih untuk mengidentifikasi huruf/abjad hasil tulisan tangan dengan memanfaatkan berbagai metode. Salah satu metode yang dapat digunakan yaitu adalah metode deteksi titik sudut. Oleh sebab itu, tugas akhir ini akan menggunakan FAST Corner Detection sebagai salah satu metode deteksi titik sudut dan juga menggunakan tambahan metode KNN sebagai metode klasifikasi pada abjad. Penelitian ini memiliki tiga skenario penelitian, dimana dari tiga skenario penelitian ini masing-masing memiliki akurasi yang berbeda. Akurasi tertinggi skenario pertama 49% dengan menggunakan blok matriks 6x6 dan nilai k= 3, skenario kedua 47% dengan menggunakan blok matriks 5x5 dan nilai k= 5 dan skenario ketiga sebesar 32% dengan menggunakan blok matriks 5x5 dan k= 5.

Item Type: Student paper (Final Year Projects (S1))
Uncontrolled Keywords: Tulisan Tangan, Deteksi Sudut, FAST Corner Detection, KNN.
Subjects: Q Ilmu Pengetahuan > Matematika > Komputer Elektronik. Ilmu Komputer
Divisions: Fakultas Teknologi Informasi > Prodi Informatika
Depositing User: Ms Lea Destiany
Date Deposited: 30 Jun 2021 03:01
Last Modified: 30 Jun 2021 03:01
URI: http://katalog.ukdw.ac.id/id/eprint/4601

Actions (login required)

View Item View Item