Nurlailani, Rasyida (2016) Pengenalan Pola Garis Dasar Kalimat Pada Tulisan Tangan Dengan Menggunakan Algoritma Backpropagation. Other thesis, Universitas Komputer Indonesia.
1. UNIKOM_RASYIDA NURLAILANI_COVER.pdf
Download (14kB)
4. UNIKOM_RASYIDA NURLAILANI_KATA PENGANTAR.pdf
Download (161kB)
5. UNIKOM_RASYIDA NURLAILANI_DAFTAR ISI.pdf
Download (160kB)
10. UNIKOM_RASYIDA NURLAILANI_DAFTAR PUSATAKA.pdf
Download (86kB)
18.UNIKOM_RASYIDA NURLAILANI_SURATPENGESAHAN.pdf
Download (127kB)
19.UNIKOM_RASYIDA NURLAILANI_SURAT KETERANGAN TIDAK PLAGIAT.pdf
Download (99kB)
20.UNIKOM_RASYIDA NURLAILANI_JURNAL DALAM BAHASA INDONESIA.pdf
Download (476kB)
21.UNIKOM_RASYIDA NURLAILANI_JURNAL DALAM BAHASA INGGRIS.pdf
Download (400kB)
23. UNIKOM_RASYIDA NURLAILANI_SURAT HAK EKSLUSIF.pdf
Download (106kB)
Abstract
Grafologi adalah ilmu yang mempelajari karakter seseorang seseorang dengan cara menganalisa tulisan tangan. Menganalisa tulisan tangan sangatlah membantu dalam banyak bidang saat ini, misalnya dalam bidang pendidikan, kriminalitas dan dapat digunakan sebagai konseling. Salah satu cara yang digunakan dalam grafologi untuk mengetahui karakter seseorang, adalah dengan menganalisa pola garis dasar kalimat dari tulisan tangan.Pengenalan tulisan tangan dapat menggunakan jaringan saraf tiruan dengan cara mengklasifikasikan vektor-vektor masukan ke dalam kelas-kelas yang sudah ditentukan, salah satu metode jaringan saraf tiruan adalah backpropagation Data citra yang digunakan untuk analisis melalui tahapan proses image processing terlebih dulu seperti proses cropping, grayscale, edge detection, thresholding, normalisasi dan segmentasi citra. Pola garis dasar yang digunakan pada penelitian ini adalah empat pola garis dasar yaitu, pola garis dasaar naik, pola garis dasar turun, pola garis dasar lurus dan pola garis dasar acak. Setelah melakukan proses pembelajaran dan pengenalan yang telah dilakukan dengan menggunakan algoritma backpropagation dapat digunakan dalam mengenali pola garis dasar tulisan tangan dan diperoleh nilai akurasi sebesar 54.33%. Persentase pengenalan masing � masing pola : untuk pola garis dasar lurus 82.35%, untuk pola garis dasar naik 55%, untuk pola garis dasar turun 50% dan untuk pola garis dasar acak 30%
Graphology is the study of a person's character by analyzing a person's handwriting. Analyzing handwriting is very helpful in many fields today, for example in the field of education, crime and can be used as counseling. One of the ways used in graphology to know a person's character, is by analyzing the pattern of a base line of writing sentences tangan.Pengenalan handwriting can use neural networks by classifying input vectors into classes that have been determined, one of the methods artificial neural network is a backpropagation Image data used for the analysis through the stages of the process of image processing such as the first cropping, grayscale, edge detection, thresholding, normalization and image segmentation. The pattern of the base line used in this study are four basic grid pattern, namely, line patterns dasaar rose pattern down the base line, a straight base line pattern and line pattern random basis. After making the process of learning and recognition that has been done by using the back propagation algorithm can be used to recognize patterns and handwriting base line values obtained accuracy of 54.33%. Percentage introduction of each - each pattern: on the basis of straight-line pattern 82.35%, on the pattern of a base line rose 55%, to a pattern base line fell by 50% and on the basis of a random pattern of lines 30%.
| Item Type: | Thesis (Other) |
|---|---|
| Additional Information: | Migrasi dari GDL. Identifier: jbptunikompp-gdl-rasyidanur-34838. Folder: S1-Final_Project / Fakultas_Teknik_dan_Ilmu_Komputer / Teknik_Informatika / 2016 |
| Uncontrolled Keywords: | Grafologi, Jaringan Saraf Tiruan, Backpropagation, Image Procesing, Garis Dasar, Tulisan Tangan. |
| Divisions: | S1 Skripsi > Teknik Informatika |
| Depositing User: | Robot Migration |
| Date Deposited: | 05 Nov 2026 04:47 |
| Last Modified: | 05 Nov 2026 04:47 |
| URI: | https://elibrary.unikom.ac.id/id/eprint/22692 |
