Cite This        Tampung        Export Record
Judul SEGMENTASI DAN PENGENALAN TULISAN TANGAN AKSARA LONTARA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK : SEGMENTATION AND RECOGNITION OF HANDWRITTEN LONTARA CHARACTERS USING CONVOLUTIONAL NEURAL NETWORK / ASRI HIDAYAT
Pengarang ASRI HIDAYAT
EDISI Tesis
Penerbitan Universitas Hasanuddin : Fak.Teknik, 2019
Deskripsi Fisik 174 hlm. :ilus.
Subjek Convolutional Neural Network,
Pengenalan Tulisan Tangan,
Aksara Lontara
Abstrak Penelitian ini menyajikan sebuah teknik untuk mengenali tulisan tangan aksara Lontara. Aksara Lontara adalah salah satu aksara tradisional di Indonesia yang sebagian besar digunakan di Sulawesi bagian selatan selama era kerajaan. Teknik ini terdiri dari dua tahap. Pertama, segmentasi setiap huruf dalam gambar menggunakan Contour Feature. Kedua, pengenalan atau klasifikasi aksara yang telah tersegmentasi menggunakan algoritma Convolutional Neural Network (CNN). Sistem yang dibangun mampu mengenali kumpulan karakter yang terdapat dalam suatu dokumen. Dataset yang digunakan terdiri dari 23 aksara Lontara dengan lima kombinasi diakritik dan satu aksara khusus, yang dikelompokkan ke dalam 139 kelas. Hasil percobaan yang dilakukan pada dataset berupa gambar teks dokumen menunjukkan tingkat akurasi segmentasi hingga 86% dan tingkat akurasi pengenalan karakter hingga 93%.
Bentuk Karya Tidak ada kode yang sesuai
Target Pembaca Tidak ada kode yang sesuai

 
No Barcode No. Panggil Akses Lokasi Ketersediaan
00000010988 S2-T19 ASR s Baca di tempat Perpustakaan Pusat - Koleksi Khusus Tersedia
Tag Ind1 Ind2 Isi
001 INLIS000000000051361
005 20190827111257
008 190827################|##########|#|##
035 # # $a 0010-0819000717
084 # # $a S2-T19 ASR s
100 0 # $a ASRI HIDAYAT
245 1 # $a SEGMENTASI DAN PENGENALAN TULISAN TANGAN AKSARA LONTARA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK : $b SEGMENTATION AND RECOGNITION OF HANDWRITTEN LONTARA CHARACTERS USING CONVOLUTIONAL NEURAL NETWORK /$c ASRI HIDAYAT
250 # # $a Tesis
260 # # $a Universitas Hasanuddin :$b Fak.Teknik,$c 2019
300 # # $a 174 hlm. : $b ilus.
520 # # $a Penelitian ini menyajikan sebuah teknik untuk mengenali tulisan tangan aksara Lontara. Aksara Lontara adalah salah satu aksara tradisional di Indonesia yang sebagian besar digunakan di Sulawesi bagian selatan selama era kerajaan. Teknik ini terdiri dari dua tahap. Pertama, segmentasi setiap huruf dalam gambar menggunakan Contour Feature. Kedua, pengenalan atau klasifikasi aksara yang telah tersegmentasi menggunakan algoritma Convolutional Neural Network (CNN). Sistem yang dibangun mampu mengenali kumpulan karakter yang terdapat dalam suatu dokumen. Dataset yang digunakan terdiri dari 23 aksara Lontara dengan lima kombinasi diakritik dan satu aksara khusus, yang dikelompokkan ke dalam 139 kelas. Hasil percobaan yang dilakukan pada dataset berupa gambar teks dokumen menunjukkan tingkat akurasi segmentasi hingga 86% dan tingkat akurasi pengenalan karakter hingga 93%.
650 # # $a Aksara Lontara
650 # # $a Convolutional Neural Network,
650 # # $a Pengenalan Tulisan Tangan,
990 # # $a 00000010988
No Nama File Nama File Format Flash Format File Action
1 19_D42112115(FILEminimizer).pdf pdf Baca Online
Content Unduh katalog