Implementasi metode feature extraction pada aplikasi writer-dependent online character recognition
| Main Author: | Pusaka, Archie |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/1580/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1580/2/BAB%20I.pdf http://kc.umn.ac.id/1580/3/BAB%20II.pdf http://kc.umn.ac.id/1580/4/BAB%20III.pdf http://kc.umn.ac.id/1580/5/BAB%20IV.pdf http://kc.umn.ac.id/1580/6/BAB%20V.pdf http://kc.umn.ac.id/1580/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1580/8/LAMPIRAN.pdf http://kc.umn.ac.id/1580/ |
Daftar Isi:
- Penelitian ini membahas tentang fitur-fitur yang digunakan dalam pengenalan karakter yang ditulis tangan dengan metode feature extraction secara writerdependent. Terdapat 18 fitur yang diteliti. Tujuan penelitian ini ialah untuk mengetahui karakteristik setiap fitur dalam hal waktu yang diperlukan untuk pemrosesan dan seberapa baik fitur tersebut dapat membedakan dan mengenali karakter yang satu dengan yang lainnya. Penelitian melibatkan 38 responden untuk menulis huruf Latin, Mandarin, maupun Korea, pada aplikasi berbasis Android. Hasil penelitian menunjukkan bahwa fitur kelurusan merupakan fitur yang paling cepat diproses, yakni masing-masing 1.182 ms untuk sistem dengan 100 karakter, dan 10.482 ms untuk sistem dengan 1000 karakter. Di lain sisi, fitur rasio sisi dan alas merupakan fitur dengan nilai tertinggi untuk mengenali karakter (1.307, bandingkan dengan fitur wilayah ternormalisasi yang mendapat nilai terendah yaitu 0.987). Didapatkan bahwa dengan pembobotan terhadap nilai pengenalan setiap fitur, akurasi dapat ditingkatkan sekitar 3.788%. Selain itu, didapatkan pula bahwa kecepatan proses dan akurasi pengenalan memiliki hubungan yang berbanding terbalik.