KLASIFIKASI TULISAN AKSARA JAWA DENGAN MENGGUNAKAN EKSTRAKSI CIRI HISTOGRAM OF ORIENTED GRADIENT (HOG) DAN METODE PROBABILISTIC NEURAL NETWORK (PNN)

Dewantoro, Dhimas Banu (2023) KLASIFIKASI TULISAN AKSARA JAWA DENGAN MENGGUNAKAN EKSTRAKSI CIRI HISTOGRAM OF ORIENTED GRADIENT (HOG) DAN METODE PROBABILISTIC NEURAL NETWORK (PNN). Other thesis, UPN Veteran Yogyakarta.

	Text 1. Skripsi Fulltext_123160142_Dhimas Banu Dewantoro.pdf Restricted to Repository staff only Download (2MB)
	Text 2. Cover_123160142_Dhimas Banu Dewantoro.pdf Download (148kB)
	Text 3. Abstrak_123160142_Dhimas Banu Dewantoro.pdf Download (14kB)
	Text 4. Lembar Pengesahan_123160142_Dhimas Banu Dewantoro.pdf Download (479kB)
	Text 5. Daftar Isi_123160142_Dhimas Banu Dewantoro.pdf Download (17kB)
	Text 6. Daftar Pustaka_123160142_Dhimas Banu Dewantoro.pdf Download (80kB)

Abstract

Masing-masing daerah di Indonesia memiliki ciri khas budaya, salah satunya yaitu
aksara jawa. Aksara jawa digunakan oleh masyarakat, terutama lingkungan keraton yang
berada didaerah jawa untuk mengembangkan tradisi tulis Bahasa Jawa. Saat ini seiring
dengan perkembangan teknologi sebagian masyarakat didaerah jawa kesulitan dalam
mempelajari huruf aksara, walaupun aksara jawa masih diajarkan sebagai kurikulum muatan
lokal di wilayah Jawa Tengah dan Daerah Istimewa Yogyakarta Upaya yang dapat dilakukan
untuk mencoba melestarikan dan mengenalkan budaya jawa dengan cara digital yaitu
melakukan scan dari media cetak dengan hasil yang dikenali dalam format gambar atau foto
Maka diperlukan sebuah aplikasi Optical Character Recognition (OCR) sebagai salah satu
perkembangan dalam dunia image processing atau pengolahan citra yang menerapkan
metode dalam pengenalan pola.
Penelitian ini menggunakan citra tulisan tangan aksara jawa sebagai citra awal untuk
dilakukkan klasifikasi. Terdapat beberapa proses dalam penelitian ini yang pertama proses
preprocessing. Proses preprocessing terdapat beberapa tahap antara lain tahap Labeling,
grayscale, thresholding, cropping, resize dan dilasi. Proses yang kedua adalah proses
ekstrasi ciri, proses ini menggunakan ekstrasi ciri Histogram Of Oriented Gradeint untuk
didapatkan nilai ciri dari setiap citra dan proses yang terakhir adalah klasifikasi dengan
menggunakan Probabilistic Neural Network. Proses ini akan mengolah nilai ciri yang
didapat dan dikelompokkan sesuai dengan kelasnya.
Aksara jawa yang digunakan hanya aksara jawa dasar sehingga terdapat 20 kelas.
Total data yang digunakan sebanyak 2000 data yang terdiri dari 100 citra untuk masing�masing kelasnya. Dataset dibagi menjadi data latih dan data uji dengan perbandingan 80:20.
Setelah dilakukan pelatihan dan pengujian didapatkan akurasi sebesar 91.25%, recall sebesar
91.25% dan precision sebesar 91.75%.
Kata kunci : Aksara Jawa, Histogram Of Oriented Gradeint, Probabilistic Neural Network

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Aksara Jawa, Histogram Of Oriented Gradeint, Probabilistic Neural Network
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Sepfriend Ayu Kelana Giri
Date Deposited:	23 Jun 2023 02:08
Last Modified:	23 Jun 2023 02:08
URI:	http://eprints.upnyk.ac.id/id/eprint/36129

Actions (login required)

View Item