Pengenalan Huruf Tulisan Tangan Menggunakan Logika<br /> Fuzzy Dengan Pendekatan Neural Networks<br /> Back Propagation<br /> Character Handwriting Recognition Using<br /> Fuzzy Logic with Neural Network<br /> Back Propagation Approximate
| Main Author: | Tri Budi Nurwanto |
|---|---|
| Format: | Bachelors |
| Terbitan: |
Universitas Telkom
, 2007
|
| Subjects: | |
| Online Access: |
https://openlibrary.telkomuniversity.ac.id/pustaka/94040/pengenalan-huruf-tulisan-tangan-menggunakan-logika-br-fuzzy-dengan-pendekatan-neural-networks-br-back-propagation-br-character-handwriting-recognition-using-br-fuzzy-logic-with-neural-network-br-back-propagation-approximate.html |
Daftar Isi:
- ABSTRAKSI: Tugas akhir ini mengangkat sebuah topik tentang pengenalan huruf tulisan tangan<br /> yang menggunakan metode logika fuzzy dimana menganggap huruf tulisan tangan<br /> sebagai sebuah graf berarah, yang node-nya terdiri atas titik ujung dan titik<br /> cabang. Sementara edge-nya berupa garis lurus, kurva, dan loop sebagai langkah<br /> dasar untuk melakukan sub-sistem ekstraksi ciri, dan jaringan syaraf tiruan<br /> propagasi balik (backpropagation) sebagai sub-sistem klasifikasinya, serta<br /> menggunakan beberapa algoritma klasik dalam sub-sistem pra-pengolahannya.<br /> Sistem pengenalan huruf tulisan tangan ini akan menerima inputan berupa file<br /> gambar berformat bitmap yang kemudian akan dilakukan tiga tahapan,yakni<br /> preprocessing, fuzzy feature extraction, dan neural network backpropagation.<br /> Pengujian bertujuan untuk mengetahui apakah sistem mampu mengenali huruf<br /> yang terdapat pada image inputan serta menghitung waktu proses sistem.<br /> Pengujian dilakukan terhadap 5 sample tulisan tangan (tiap sample terdiri dari 52<br /> huruf yang merupakan huruf besar dan kecil) dari 5 sukarelawan. Image inputan<br /> berformat *.bmp dengan dimensi 106 x 114. Hasil analisis menunjukkan bahwa<br /> sistem memiliki recognition rate sebesar 74,6% , dengan rata-rata waktu proses<br /> yang diperlukan pada setiap image input sebesar 1,97 detik.Kata Kunci : Logika fuzzy, Jaringan Syaraf Tiruan backpropagation , Citra Digital, Prepocessing, Fuzzy features extraction, Recognition rate.ABSTRACT: This Last Project appoint a topic about character handwriting recognition using<br /> fuzzy logic that regard a character handwriting as a graph with direction, which<br /> the node consist of end points and intersection points while the edge consist of<br /> line, curve, and loop as basic step for features extraction sub-system, a neural<br /> network backpropagation for classification sub-system, and classic algorithm for<br /> perprocessing sub-system. This system accept *.bmp input image then the system<br /> will execute with three stage that are preprocessing, fuzzy feature extraction, and<br /> neural network backpropagation.<br /> Testing purpose are to find out whether the system can recognize a character that<br /> obtained in input image, and to count average time procces of the system. Testing<br /> using 5 sample character handwriting(every sample include 52 kind of charecter)<br /> from 5 volunteer. The dimension of input image is 106 x 114 with *.bmp format.<br /> The result has recognition rate 74,6% with average time process is 1,97 second<br /> for every character.Keyword: Logika fuzzy, Neural network backpropagation , Citra Digital, Prepocessing, Fuzzy features extraction, Recognition rate.