PENGENALAN TULISAN TANGAN SECARA REAL TIME DENGAN JARINGAN SARAF TIRUAN BACKPROPAGATION

DAVID, PRANOTO KURNIAWAN (2017) PENGENALAN TULISAN TANGAN SECARA REAL TIME DENGAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3806b) | Preview

Abstract

Tulisan tangan merupakan salah satu bentuk nyata komunikasi antara manusia yang satu dengan yang lainnya yang dilakukan secara non-lisan. Bagi manusia tentu tidak sulit untuk mengenali tulisan tangan antara yang 1 dengan yang lain, meskipun memiliki perbedaan pola, akan tetapi permasalahan akan menjadi berbeda apabila mesin/komputer yang berusaha untuk mengenali pola tulisan tangan manusia. Oleh karena itu, dalam penelitian ini mencoba membuat sebuah mesin pengenalan untuk mengenali pola tulisan tangan manusia. Proses pengenalan dilakukan secara real-time, artinya mesin akan langsung menginterpretasi tulisan tangan yang ditulis pada area gambar sebagai karakter ASCII. Metode yang digunakan adalah metode jaringan saraf tiruan Backpropagation. Dalam penelitian ini, dilakukan penelitian terhadap parameter-parameter yang ada dalam jaringan saraf tiruan Backpropagation, seperti : hidden layer dan learning rate dengan cara melakukan sebanyak 16x variasi nilai antara keduanya. Hasil penelitian menunjukkan akurasi terbaik didapat dengan arsitektur backpropagation: hidden layer = 75 dan laju pemahaman = 0.05 dengan tingkat akurasi sebesar 83.07%..

Actions (login required)