Perbandingan algoritma template matching dan algoritma feature exctraction pada aplikasi transliterasi aksara Sunda menggunakan optical character recognition berbasis android

Padilah, Muhamad Farid (2019) Perbandingan algoritma template matching dan algoritma feature exctraction pada aplikasi transliterasi aksara Sunda menggunakan optical character recognition berbasis android. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover.pdf Download (198kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (1MB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (1MB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (1MB) | Preview
Preview	Text (BAB II) 5_bab2.pdf Download (2MB) | Preview
Preview	Text (BAB III) 6_bab3.pdf Download (2MB) | Preview
Preview	Text (BAB IV) 7_bab4.pdf Download (1MB) | Preview
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Fenomena yang terjadi di daerah Provinsi Jawa Barat yaitu dimana masyarakatnya kurang melestarikan budayanya sendiri khususnya sastra daerah terutama aksara sunda, pada era digital ini terdapat penelitian tentang aksara sunda yang dipadukan dengan aplikasi menggunakan algoritma Feature Extraction namun belum adanya pembanding dengan algoritma lain dan tidak bisa mengenali angka sunda, oleh sebab itu untuk mengembangkan penelitian tersebut maka dibuatlah aplikasi aksara sunda dengan implementasi OCR (Optical Character Recognition) menggunakan algoritma Template Matching dan algoritma Feature Extraction yang dimodifikasi dengan tahapan preprocessing diantaranya menggunakan algoritma luminosity dan thresholding, dari kedua algoritma tersebut dibandingkan nilai akurasi beserta waktu prosesnya dalam pengenalan digital writing dan handwriting, hasil dari pengujian digital writing algoritma Template Matching memiliki nilai akurasi pengenalan perkata 87% dengan waktu proses 236 ms sedangkan akurasi pengenalan perkarakter 97,6% dengan waktu proses 227 ms, Feature Extraction memiliki akurasi pengenalan perkata 98% dengan waktu proses 73,6 ms dan akurasi pengenalan perkarakter 100% dengan waktu proses 66 ms, untuk pengenalan handwriting, dalam pengenalan perkarakter feature extraction memiliki akurasi 83% dan pengenalan perkata 75%, sedangkan template matching dalam pengenalan karakter memiliki akurasi 70% Dan pengenalan perkata memiliki akurasi 66%.

Actions (login required)

View Item