syahara, pujiatus - 145410069 (2018) IDENTIFIKASI HURUF HIJAIYAH TULISAN TANGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.
|
Text
1_145410069_HALAMAN_DEPAN.pdf - Published Version Download (1MB) | Preview |
|
|
Text
2_145410069_BAB_I.pdf - Published Version Download (108kB) | Preview |
|
|
Text
3_145410069_BAB_II.pdf - Published Version Download (432kB) | Preview |
|
![[img]](http://eprints.akakom.ac.id/style/images/fileicons/text.png) |
Text
4_145410069_BAB_III.pdf - Published Version Restricted to Repository staff only Download (149kB) | Request a copy |
|
|
Text
5_145410069_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (385kB) | Request a copy |
|
|
Text
6_145410069_BAB_V.pdf - Published Version Download (18kB) | Preview |
|
|
Text
7_145410069_DAFTAR_PUSTAKA.pdf - Published Version Download (12kB) | Preview |
|
|
Text
8_145410069_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (365kB) | Preview |
|
|
Text
9_145410069_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (28kB) | Request a copy |
|
|
Text
10_145410069_LAMPIRAN.pdf - Published Version Download (831kB) | Preview |
Abstract
Huruf hijaiyah adalah huruf-huruf ejaan bahasa Arab sebagai bahasa asli Al-Qur’an. Sama seperti jenis huruf yang lain, huruf hijaiyah memiliki bentuk dan karakteristik yang membentuk suatu pola. Manusia memiliki kemampuan untuk mengenali dan membedakan huruf-huruf antara yang satu dengan yang lain, namun tidak demikian halnya dengan mesin atau komputer. Dengan menggunakan konsep Jaringan Syaraf Tiruan, bisa dibangun suatu sistem yang dapat mengenali pola tertentu huruf dengan melakukan pelatihan sebelumnya. Salah satu metode pembelajaran yang sering digunakan dalam paradigma jaringan syaraf tiruan adalah perambatan galat mundur atau backpropagation (Hermawan, 2006). Sistem identifikasi huruf hijaiyah tulisan tangan dibangun dengan melakukan pelatihan menggunakan huruf hijiayah tulisan tangan sebanyak 210 citra. Fitur atau ciri yang diambil dari citra adalah nilai biner dari pola huruf dan jumlah objek yang terdapat pada huruf. Sebelum diekstraksi fiturnya, terlebih dahulu citra melewati tahap preprocessing yang terdiri dari binerisasi warna, pelebaran objek, cropping, dan resizing. Hasil yang diperoleh dengan menggunakan metode ini adalah sistem mampu mengenali pola huruf hijaiyah tulisan tangan dengan cukup baik. Seluruh data latih berhasil diidentifikasi dengan benar, sedangkan untuk data uji sistem mampu mengidentifikasi 77 huruf dari total 150 huruf yang diuji sehingga menghasilkan akurasi sebesar 51.33%. Jumlah neuron pada hidden layer dan target minimum error yang ditetapkan memberikan pengaruh terhadap akurasi sistem. Kata kunci: Akurasi, Backpropagation, Huruf Hijaiyah, JST, Pengenalan Pola, Preprocessing
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing:Ariesta Damayanti, S.Kom., M.Cs |
| Uncontrolled Keywords: | Akurasi, Backpropagation, Huruf Hijaiyah, JST, Pengenalan Pola, Preprocessing |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence) |
| Divisions: | Jenjang Strata Satu > Teknik Informatika (Informatic Engineering) |
| Depositing User: | Users 2006 not found. |
| Date Deposited: | 19 Jan 2018 07:16 |
| Last Modified: | 19 Jan 2018 07:16 |
| URI: | http://eprints.akakom.ac.id/id/eprint/6529 |
Actions (login required)
 |
View Item |
