PENGENALAN POLA TULISAN TANGAN AKSARA BIMA DENGAN EKSTRAKSI CIRI GLCM DAN ZONING & KLASIFIKASI PROBABILISTIC NEURAL NETWORK
| Main Author: | Muhammad, Naufal |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://eprints.unram.ac.id/18541/1/Laporan%20Tugas%20Akhir%20-%20MUHAMMAD%20NAUFAL%20%28F1D016060%29.pdf http://eprints.unram.ac.id/18541/ |
Daftar Isi:
- Aksara Bima merupakan salah satu warisan budaya Nusantara yang perlu dilestarikan. Berdasarkan hasil kuesioner yang dilakukan penulis secara online dengan jumlah responden sebanyak 81 orang yang berasal dari Bima, terdapat 66.7% orang yang belum familiar dengan bentuk karakter Aksara Bima dan 45.7% orang bahkan tidak mengetahui keberadaan Aksara Bima. Terdapat berbagai upaya dalam pelestarian Aksara di Nusantara, antara lain pembuatan media pembelajaran di antaranya permainan, transliterasi, dan pengenalan pola Aksara. Penelitian ini bertujuan untuk membangun suatu model machine learning yang mampu mengenali pola tulisan tangan Aksara Bima dengan menggunakan ekstraksi ciri Gray Level Co-occurrence Matrix (GLCM) yang dipadukan dengan Zoning dan klasifikasi Probabilistic Neural Network (PNN). Model terbaik yang dihasilkan pada penelitian ini mampu melakukan klasifikasi karakter Aksara Bima dengan akurasi mencapai 81.35%, dimana diterapkan penggunaan zoning dengan ukuran 4x4 dengan perbandingan pembagian data train dan test sebesar 3:1.