PENGENALAN POLA AKSARA BALI MENGGUNAKAN WAVELET TRANSFORM DAN BACKPROPAGATION MOMENTUM
| Main Author: | Jimbara, I Wayan Rupika |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://e-journal.uajy.ac.id/16567/1/MTF025450.pdf http://e-journal.uajy.ac.id/16567/2/MTF025451.pdf http://e-journal.uajy.ac.id/16567/3/MTF025452.pdf http://e-journal.uajy.ac.id/16567/4/MTF025453.pdf http://e-journal.uajy.ac.id/16567/5/MTF025454.pdf http://e-journal.uajy.ac.id/16567/6/MTF025455.pdf http://e-journal.uajy.ac.id/16567/ |
Daftar Isi:
- Tulisan Aksara Bali sangat bagus di pelajari agar dapat mengenal budaya Bali secara keseluruhan. Beberapa tulisan aksara Bali masih beralih fungsi sebagai sarana menyelesaikan berbagai macam masalah adat istiadat, keagaam dan budaya. Aksara Bali memiliki sifat yang unik sehingga menghasilkan sebuah permasalahan baru yang menarik untuk di angkat. Selain itu tulisan Aksara Bali memiliki bentuk yang hampir sama dengan yang lainnya dari beberapa tulisan bahkan di bedakan hanya satu guratan garis. Metode yang digunakan melibatkan tiga tahapan atau fase yaitu: Pertama, Preprocesing dimana citra asli diubah menjadi citra biner. Selanjutnya yang kedua melakukan Ekstraksi ciri menggunakan Wavelet Transform untuk mendapatkan kriteria fitur yang optimal, selanjutnya melatih JST (Jaringan Syaraf Tiruan) menggunakan Algoritma Backpropagation dan ditambahkan Momentum guna menghindari perubahan bobot yang mencolok dari adannya data yang sangat berbeda dengan yang lainnya. Data set ditulis oleh 40 orang dan menulis 18 karakter Wianjana dari tulisan huruf Bali dan memiliki 720 karakter tulisan yang berbeda. Berdasarkan hasil penelitian dan bebrapa percobaan yang telah dilakukan menunjukan keefektifan pendekatan mengenali karakter tulisan huruf Bali menggunakan Wavelet Transform dan Jaringan syaraf tiruan Backpropagation Momentum dibangun dan memberikan persentase keberhasila sebesar 93%.