Implementasi Optical Character Recognition (Ocr) Untuk Pengenalan Teks Pada Judul Novel Menggunakan Algoritma Support Vector Machine

Prambudi, Dimass (2019) Implementasi Optical Character Recognition (Ocr) Untuk Pengenalan Teks Pada Judul Novel Menggunakan Algoritma Support Vector Machine. Other thesis, Universitas Komputer Indonesia.

[img]
Preview
Text
1.10114231_DIMASS PRAMBUDI_COVER.pdf - Published Version

Download (35kB) | Preview
[img]
Preview
Text
19.10114231_DIMASS PRAMBUDI_LEMBAR PENGESAHAN.pdf - Published Version

Download (243kB) | Preview
[img]
Preview
Text
17.10114231_DIMASS PRAMBUDI_SURAT KETERANGAN PUBLIKASI.pdf - Published Version

Download (188kB) | Preview
[img]
Preview
Text
20.10114231_DIMASS PRAMBUDI_SURAT KETERANGAN ORISINALITAS.pdf - Published Version

Download (217kB) | Preview
[img]
Preview
Text
4.10114231_DIMASS PRAMBUDI_KATA PENGANTAR.pdf - Published Version

Download (67kB) | Preview
[img]
Preview
Text
5.10114231_DIMASS PRAMBUDI_DAFTAR ISI.pdf - Published Version

Download (41kB) | Preview
[img]
Preview
Text
11.10114231_DIMASS PRAMBUDI_BAB 1.pdf - Published Version

Download (122kB) | Preview
[img]
Preview
Text
12.10114231_DIMASS PRAMBUDI_BAB 2.pdf - Published Version

Download (436kB) | Preview
[img] Text
13.10114231_DIMASS PRAMBUDI_BAB 3.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img]
Preview
Text
14.10114231_DIMASS PRAMBUDI_BAB 4.pdf - Published Version

Download (510kB) | Preview
[img]
Preview
Text
15.10114231_DIMASS PRAMBUDI_BAB 5.pdf - Published Version

Download (32kB) | Preview
[img]
Preview
Text
10.10114231_DIMASS PRAMBUDI_DAFTAR PUSTAKA.pdf - Published Version

Download (74kB) | Preview
[img] Text
21.10114231_DIMASS PRAMBUDI_JURNAL DALAM BAHASA INDONESIA.pdf - Published Version
Restricted to Repository staff only

Download (497kB) | Request a copy
[img] Text
22.10114231_DIMASS PRAMBUDI_JURNAL DALAM BAHASA INGGRIS.pdf - Published Version
Restricted to Repository staff only

Download (449kB) | Request a copy
Official URL: http://elibrary.unikom.ac.id

Abstract

OCR atau optical character recognition merupakan teknologi yang digunakan untuk pengenalan karakter atau objek pada citra. Teknologi tersebut sudah banyak dimanfaatkan untuk berbagai hal, salah satunya adalah untuk pengenalan huruf pada novel. Namun untuk kasus pengenalan pada novel masih banyak aplikasi OCR yang belum dapat mengenali khususnya pada bagian judul novel yang berjenis cursive dengan benar. Berdasarkan hal tersebut perlu dibangun suatu sistem atau aplikasi yang dapat mengenali karakter huruf berjenis cursive tersebut. Solusi yang ditawarkan adalah dengan menerapkan AI atau kecerdasan buatan. Metode SVM atau support vector machine merupakan metode yang cocok digunakan karena memiliki tingkat akurasi yang baik untuk pengenalan atau pengklasifikasian huruf. Sebelum masuk ke tahap klasifikasi dibutuhkan tahapan preprocessing meliputi grayscalling, thresholding, dan thinning. Nilai fitur yang didapat dari citra sebagai masukan ke dalam tahapan klasifikasi dan pengujian diperoleh melalui proses yang menggunakan algoritma diagonal feature’s extraction. Penelitian ini menggunakan data latih sebanyak 30 jenis huruf berbeda A-Z baik kecil maupun besar dan 50 judul novel yang akan dikenali sebagai data uji. Setelah dilakukan pengujian didapat nilai performansi terbaik sebesar 55,62% terhadap nilai threshold 192. Ditemukan juga fakta bahwa kualitas citra uji yang berbeda sangat berpengaruh pada hasil akhir, karena beberapa citra pada nilai threshold tertentu objek didalamnya tidak dapat dikenali sama sekali.

Item Type: Thesis (Other)
Uncontrolled Keywords: support vector machine, OCR, novel, AI, preprocessing, diagonal feature’s extraction.
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: 07 Oct 2019 04:01
Last Modified: 07 Oct 2019 04:01
URI: http://elibrary.unikom.ac.id/id/eprint/982

Actions (login required)

View Item View Item