Nurjanah, Indah Reforsiana (2021) IDENTIFIKASI HURUF BRAILLE MENGGUNAKAN EKSTRAKSI CIRI GABOR WAVELET DAN SUPPORT VECTOR MACHINE. Other thesis, UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA.
|
Text
cover.pdf Download (150kB) | Preview |
|
|
Text
abstrak.pdf Download (62kB) | Preview |
|
|
Text
HALAMAN PENGESAHAN PEMBIMBING.pdf Download (451kB) | Preview |
|
|
Text
daftar isi .pdf Download (76kB) | Preview |
|
|
Text
daftar pustaka.pdf Download (98kB) | Preview |
Abstract
Perbedaan dalam bertukar informasi dalam bentuk visual, cetak maupun tulisan yang dilakukan antara seorang tunanetra dengan orang dengan penglihatan normal akan menimbulkan permasalahan, terutama dalam bentuk tulisan. Sebagai contoh dalam pendampingan dari seorang anak tunanetra oleh keluarga dengan berpenglihatan normal. Dimana peran keluarga salah satunya memiliki fungsi edukatif dengan membantu anak dalam memahami perkembangan belajar mereka di rumah, dalam hal ini seorang anak tunanetra. Pada penelitian ini huruf braille dapat diidentifikasi melalui citra yang didapatkan dengan menggunakan alat scanner untuk membantu para orang tua dan keluarga dari seorang anak tunanetra dalam pendampingan belajar dengan mengimplementasikan metode ekstraksi ciri Gabor Wavelet. Fitur yang digunakan yaitu standar deviasi, mean, variansi, dan median dengan sudut theta 0 0 0 ,30 0 ,45 0 ,60 0 ,120 0 ,135 0 ,180 dan panjang gelombang 3,6,13,28, dan 58. Fitur tersebut akan digabungkan dan dijadikan masukkan sebagai data uji dan data latih pada tahap klasifikasi Support Vector Machine(SVM) dan menghasilkan kata dalam huruf abjad. Huruf braille yang dideteksi pada penelitian ini yaitu huruf braille kecil, huruf braille kapital, tanda baca, dan angka. Pengujian dilakukan dengan menggunakan skenario confusion matrix multi-class untuk menentukan tingkat akurasi, presisi, dan recall. Berdasarkan hasil pengujian yang dilakukan dengan menggunakan 758 data huruf braille mendapatkan nilai akurasi sebesar 98,15%, nilai presisi sebesar 97,66% dan nilai recall sebesar 98,28%. Dari hasil tersebut dapat disimpulkan bahwa metode ekstraksi ciri Gabor Wavelet dan Support Vector Machine (SVM) dapat digunakan untuk mengidentifikasi huruf braille.
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Nurul Alifah Rahmawati |
| Date Deposited: | 21 Jan 2021 05:50 |
| Last Modified: | 21 Jan 2021 05:50 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/24367 |
Actions (login required)
 |
View Item |