Optical Character Recognition Pada Dokumen Karya Tulis Ilmiah Menggunakan Smooth Support Vector Machine

Salamah, Russy Marlianti (2020) Optical Character Recognition Pada Dokumen Karya Tulis Ilmiah Menggunakan Smooth Support Vector Machine. Other thesis, Universitas Komputer Indonesia.

Preview	Text 1.10115080_RUSSY MARLIANTI SALAMAH_COVER.pdf - Published Version Download (31kB) | Preview
Preview	Text 19.10115080_RUSSY MARLIANTI SALAMAH_LEMBAR PENGESAHAN.pdf - Published Version Download (137kB) | Preview
Preview	Text 17.10115080_RUSSY MARLIANTI SALAMAH_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (156kB) | Preview
Preview	Text 20.10115080_RUSSY MARLIANTI SALAMAH_SURAT KETERANGAN ORISINALITAS.pdf - Published Version Download (111kB) | Preview
Preview	Text 4.10115080_RUSSY MARLIANTI SALAMAH_KATA PENGANTAR.pdf - Published Version Download (80kB) | Preview
Preview	Text 5.10115080_RUSSY MARLIANTI SALAMAH_DAFTAR ISI.pdf - Published Version Download (239kB) | Preview
Preview	Text 11.10115080_RUSSY MARLIANTI SALAMAH_BAB 1.pdf - Published Version Download (118kB) | Preview
Preview	Text 12.10115080_RUSSY MARLIANTI SALAMAH_BAB 2.pdf - Published Version Download (477kB) | Preview
	Text 13.10115080_RUSSY MARLIANTI SALAMAH_BAB 3.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text 14.10115080_RUSSY MARLIANTI SALAMAH_BAB 4.pdf - Published Version Restricted to Repository staff only Download (506kB) | Request a copy
Preview	Text 15.10115080_RUSSY MARLIANTI SALAMAH_BAB 5.pdf - Published Version Download (7kB) | Preview
Preview	Text 10.10115080_RUSSY MARLIANTI SALAMAH_DAFTAR PUSTAKA.pdf - Published Version Download (86kB) | Preview

Abstract

OCR (Optical Character Recognition) adalah aplikasi yang berfungsi untuk mengubah gambar hasil scan menjadi teks. Dengan adanya OCR, gambar yang bertulisan tangan, tulisan mesin ketik atau teks komputer, dapat dimanipulasi. Teks yang di-scan dengan OCR dapat dicari kata per kata atau per kalimat. Dan setiap teks dapat dimanipulasi, diganti, atau diberikan barcode. OCR diperlukan untuk dokumen karya tulis ilmiah yang tidak memiliki salinan softcopy, SSVM merupakan pengembangan smoothing technique yang menggantikan plus function SVM dengan integral dari fungsi signoid neural network. Metode SSVM sudah digunakan pada berbagai macam penelitian seperti klasifikasi indeks pembangunan manusia dan klasifikasi pasien diabetes yang masing – masing memiliki akurasi sebesar 84,77% dan 97,11%. SSVM memiliki performa yang lebih baik dalam mengatasi data berdimensi tinggi dan data jumlah besar juga memiliki running yang lebih cepat dan akurasi yang lebih besar. Fokus utama dalam penelitian ini adalah mengukur tingkat akurasi yang dihasilkan oleh SSVM dan metode ekstraksi ciri citra dalam mengenali karakter yang terdapat pada citra hasil scan dokumen karya tulis ilmiah. Sebelum tahap pelatihan dan pengujian SSVM dilakukan, citra melalui tahap preprocessing terlebih dahulu, seperti grayscaling, thresholding, segmentasi baris, segmentasi kata dan segmentasi karakter, resize, binerisasi, serta ekstrasi ciri zoning. Adapun parameter uji yang digunakan dalam penelitian ini, yaitu dengan menggunakan 3 nilai c berbeda, yaitu c=1, c=10, dan c=100. Dari pengujian yang dilakukan terhadap 30 dokumen citra hasil scan abstrak, didapatkan hasil akurasi tertinggi mencapai 4,65 %.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Optical Character Recognition, Support Vector Machine, Smooth Support Vector Machine, Pengenalan citra, Zoning
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science
Divisions:	S1_SKRIPSI > FTIK_Teknik Informatika (01)
Depositing User:	Mrs. Calis Maryani
Date Deposited:	20 Nov 2020 03:56
Last Modified:	20 Nov 2020 04:16
URI:	http://elibrary.unikom.ac.id/id/eprint/2876

Actions (login required)

View Item