PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE DAN HISTOGRAM OF ORIENTED GRADIENTS DALAM PENGENALAN KATA TULISAN TANGAN AKSARA JAWA

Fauziyah, Kamila Richana (2024) PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE DAN HISTOGRAM OF ORIENTED GRADIENTS DALAM PENGENALAN KATA TULISAN TANGAN AKSARA JAWA. Other thesis, UPN "Veteran" Yogyakarta.

	Text SKRIPSI FULL KAMILA RICHANA FAUZIYAH-FINAL.pdf Restricted to Repository staff only Download (3MB)
	Text COVER.pdf Download (114kB)
	Text ABSTRAK.pdf Download (123kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (338kB)
	Text PENGESAHAN PENGUJI.pdf Download (1MB)
	Text DAFTAR ISI.pdf Download (160kB)
	Text DAFTAR PUSTAKA.pdf Download (149kB)

Abstract

Salah satu dari keragaman bangsa Indonesia adalah bahasa Jawa. Huruf yang
digunakan dalam bahasa Jawa disebut aksara Jawa. Aksara Jawa memiliki tingkat
kesulitan tersendiri untuk dipelajari karena memiliki bentuk yang sulit serta
memiliki unsur-unsur yang rumit sehingga minat masyarakat cenderung malas
untuk mempelajari aksara Jawa.Agar nilai suatu budaya tetap lestari maka diusulkan
sistem untuk mengenali huruf Jawa berupa sistem untuk menerjemahkan aksara
jawa berbentuk kata.
Pengembangan pengenalan kata tulisan tangan aksara jawa telah dilakukan
pada penelitian sebelumnya menggunakan metode CNN, KNN, TMC. Metode
tersebut mempunyai kekurangan masing-masing. Sehingga penelitian ini,
menggunakan HOG sebagai ekstraksi fitur dan SVM sebagai klasifikasi untuk
melihat bagaimana pengaruh model tersebut terhadap capaian akurasi sistem. Pada
penelitian ini terdapat 37.200 data dengan 20 kelas berisi karakter aksara jawa yang
telah dilakukan augmentasi dua variasi dan image preprocessing. Terdapat pula
segmentasi karakter menggunakan bounding box pada proses prediksi kata.
Pemodelan SVM menggunakan hyperparameter tuning menguji pada 70
kombinasi parameter yaitu C dan gamma. Hasil pengujian model mendapatkan
kombinasi parameter terbaik yaitu nilai C = 10, dan gamma =0,046. Capaian akurasi
tersebut membuktikan SVM dan HOG dapat mengklasifikasikan kata tulisan tangan
aksara jawa dengan baik dengan akurasi pengujian sebesar 96%.
Kata Kunci : aksara jawa, HOG, SVM

Item Type:	Thesis (Other)
Uncontrolled Keywords:	aksara jawa, HOG, SVM
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	A.Md.SI Indah Lestari Wulan Aji
Date Deposited:	20 Dec 2024 06:24
Last Modified:	20 Dec 2024 06:24
URI:	http://eprints.upnyk.ac.id/id/eprint/41882

Actions (login required)

View Item