Implementasi Optical Character Recognition pada kamus Aksara Sunda-Indonesia menggunakan Algoritma Feature Extraction Berbasis Android

Apriyanto, Dwi (2018) Implementasi Optical Character Recognition pada kamus Aksara Sunda-Indonesia menggunakan Algoritma Feature Extraction Berbasis Android. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_Cover.pdf Download (138kB) | Preview
Preview	Text (ABSTRAK) 2_Abstrak.pdf Download (126kB) | Preview
Preview	Text (DAFTAR ISI) 3_DaftarIsi.pdf Download (392kB) | Preview
Preview	Text (BAB I) 4_Bab1.pdf Download (314kB) | Preview
	Text (BAB II) 5_Bab2.pdf Restricted to Registered users only Download (834kB) | Request a copy
	Text (BAB III) 6_Bab3.pdf Restricted to Registered users only Download (976kB) | Request a copy
	Text (BAB IV) 7_Bab4.pdf Restricted to Registered users only Download (963kB) | Request a copy
	Text (BAB V) 8_Bab5.pdf Restricted to Registered users only Download (192kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_Daftarpustaka.pdf Restricted to Registered users only Download (196kB) | Request a copy

Abstract

Kamus Aksara Sunda-Indonesia adalah aplikasi pembelajaran dengan cakupan materi aksara sunda baku terdiri dari gambar dan soal-soal latihan. Dalam Menu gambar, terdapat fungsi untuk mengambil gambar diubah kedalam teks. Sedangkan menu latihan soal, terdapat soal dengan format empat pilihan ganda. Untuk membuat aplikasi kamus aksara sunda-indonesia ini, penulis menggunakan Optical Character Recognition untuk menerjemahkan karakter pada citra digital menjadi format teks. serta menggunakan algoritma Feature Extraction sebagai fungsi pendeteksi dari kata atau kalimat untuk mengetahui tingkat akurasi yang didapat. Pada penelitian ini dilakukan modifikasi dengan menambahkan algoritma Nearest Neighbor Interpolation dan mengubah citra menjadi grayscale dengan algoritma Luminosity. Pengujian dilakukan dengan pendekatan kotak hitam (black box) untuk menguji masing-masing fungsionalitas sistem. Setelah pengujian berhasil dilakukan, maka dapat disimpulkan bahwa penambahan algoritma image preprocessing, yaitu Nearest Neighbor Interpolation dan Luminosity dapat memperbaiki hasil OCR, berdasarkan hasil pengujian sebanyak lima kali dengan jarak pengujian yang berbeda, hasil yang didapat dari pengujian pertama ukuran font 14 dan jarak 10cm memiliki tingkatan akurasi sangat baik sebesar 100%. Sedangkan pengujian yang kedua menggunakan tulisan tangan memiliki tingkatan akurasi baik sebesar 85 %.

Actions (login required)

View Item