Detail Karya Ilmiah
-
Pengenalan Tulisan Tangan Huruf Lampung Menggunakan Ekstraksi Fitur Zoning dan Klasifikasi BackpropagationPenulis : Sukris SusantiDosen Pembimbing I : Prof. Dr. Arif Muntasa, S.Si., M.T.Dosen Pembimbing II :Dr. Indah Agustien S., S.Kom., M.Kom.Abstraksi
Indonesia memiliki beragam kekayaan budaya salah satunya aksara had (Lampung). Namun saat ini bahasa dan aksara lampung sudah sangat jarang digunakan. Maka dari itu diperlukan adanya pengembangan dalam bidang sistem informasi sebagai upaya pelestarian aksara lampung. Seperti pembuatan sistem pengenalan tulisan aksara lampung. Dalam proses pengenalan aksara ada beberapa metode yang dapat digunakan, salah satunya metode Learning Vector Quantization (LVQ). Namun, metode LVQ memiliki tingkat akurasi rendah karena banyaknya target yang pada akhirnya mempengaruhi perhitungan bobot, ketika bobot terus diupdate untuk memperoleh bobot akhir. Pada penelitian ini diusulkan metode backpropagation dengan menggunakan metode ekstraksi fitur zoning untuk melakukan pengenalan tulisan tangan aksara Lampung. Sistem dimulai dengan mengubah gambar menjadi binner, lalu cropping, setelah itu proses ekstraksi fitur menggunakan zoning. Zoning dengan algoritma gabungan ICZ (Image Centroid and Zone) dan ZCZ (Zone Centroid and Zone) dikenal sebagai ekstraksi ciri yang optimal, algoritma ini memberikan tingkat kesalahan yang relatif rendah. Dari hasil uji coba, penggunaan ekstraksi fitur Zoning algoritma ICZ dan klasifikasi backpropagation dalam pengenalan aksara lampung mendapatkan akurasi sebesar 73,5%
AbstractionIndonesia has a rich cultural property of one of the characters of the limit (Lampung). But nowadays, the language and the Lampung script is very rarely used. Therefore, there is a need for development in the field of information system as an effort to preserve Lampung script. Such as the creation of the Lampung script recognition system. In the process of character recognition there are several methods that can be used, one of which is the Learning Vector Quantization (LVQ) method. However, the LVQ method has a low level of accuracy due to the many targets that ultimately affect the weight calculation, when the weight is continuously updated to obtain the final weight. In this study proposed BackPropagation method using zoning feature extraction method to perform handwriting recognition of Lampung script. The system starts by converting the image into a binner, and then cropping it, after which the extraction process features using zoning. Zoning with the combined algorithm of ICZ (Image Centroid and Zone) and ZCZ (Zone Centroid and Zone) is known as the optimal feature extraction, this algorithm provides a relatively low fault rate. From the results of trials, the use of Zoning features of ICZ algorithm and backpropagation classification in Lampung alphabet recognition gained an accuracy of 73.5%