• Tidak ada hasil yang ditemukan

Pengenalan Kata Menggunakan Self-Organizing Map Sebagai Input Kamus Berbasis Android

N/A
N/A
Protected

Academic year: 2017

Membagikan "Pengenalan Kata Menggunakan Self-Organizing Map Sebagai Input Kamus Berbasis Android"

Copied!
3
0
0

Teks penuh

(1)

Daftar Pustaka

Alginahi, Y. M. 2010. Preprocessing Techniques in Character Recognition. Character Recognition, 1-20.

Bishop, M. C. 2006. Pattern Recognition and Machine Learning. Singapore: Springer.

Bhargava, N., Kumawar, A., Bhargava, R. 2014. Threshold and binarization for

document image analysis using otsu’s Algorithm. International Journal of Computer Trends and Technology, vol 17, no 5.

Efford, N. 2000. Digital image processing: a practical introduction using java. Harlow: Addison-Wesley.

Fauziah, Farah. 2010. Sistem Penerjemah Huruf Korea Ke Huruf Latin Dan Bahasa

Indonesia Berbasis Pengolahan Citra Digital Dan Jaringan Syaraf Tiruan

Self-Organizing Map (SOM). Skripsi. Institut Teknologi Telkom Bandung.

Harjono. 2013. Pengubahan Tulisan Tangan ke Bentuk Teks Ketikan Menggunakan Metode Backpropagation. Politeknosains Vol 12 no 2.

Heaton, J. 2005. Introduction to Neural Network with Java. New York: Heaton Research, Inc.

Kohonen, T. & Somervuo, P. 1997. Self-organizing map of symbol strings with application to speech recognition. Helsinki University of Technology, Neural Networks Research Centre : 2-7.

Kusumadewi, Sri. 2003. Artificial Intelligence(Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu.

Leavline, E.Jebamalar & Singh, D. Asir Antony Gnana. 2013. Salt and Pepper Noise Detection and Removal in Gray Scale Images: An Experimental Analysis. International Journal of Signal Processing, Image Processing and Pattern Recognition. Vol 6, No.5, hal 343-352.

Limbing, Steafanus Suriaatmadja. 2007. Pembuatan aplikasi perangkat lunak pengenalan huruf cetak pada file text hasil scanning dengan menggunakan

(2)

60

metode kohonen neural network. Skripsi. Universitas Kristen Petra

Surabaya.

Mulyo, H. S., Jecki., Purba, R. F. 2004. Pengenalan Tulisan Tangan Latin dengen

Menggunakan Metode Fuzzy ARTMAP. Jakarta. Universitas Bina

Nusantara

Munir, R. 2004. Pengolahan Citra Digital. Bandung : Informatika.

Nagi, J., Ahmed S. K., & Nagi, F. 2008. A MATLAB based Face Recognition System using Image Processing and Neural Networks.4th International Colloquium on Signal Processing and its Applications.

Otsu, N. 1979. A threshold selection method for gray-level histogram. IEEE Trans. System, Man and Cybernatics vol 9: hal 62-66.

Prarian, Cahyo. 2010. Desain dan Implementasi Sistem Penerjemah Aksara

Lampung ke Huruf Latin Berbasis Pengolahan Citra Digital dan Jaringan

Syaraf Tiruan Self-organizing Map (SOM). Skripsi. Institut Teknologi Telkom Bandung

Schalkoff, R. 1992. Pattern Recognition: Statistical, Structural, and Neural

Approach. New York: John Wiley&Sons, Inc.

Singh, T. R., Roy, S., Singh, O. I., Sinam, T., Singh, K. M. 2011. A New Local Adaptive Threshholding Technique in Binarization. International Journal of Computer Science, vol 8, no 2.

Tarabek, Peter. 2008. Performance measurements of Thinning Algorithm. Journal of Information, Control and Management System, Vol.6, No. 2.

UNWTO Tourism Hightlight 2014 Edition. 2014. United Nations World Tourism Organization: Madrid.

Widiarti, A. R., 2011. Comparing Hilditch, Rosenfeld, Zhang-Suen, and Nagendraprasad-Wang-Gupta Thinning. World Academy of Science, Engineering and Technology. Vol 5.

Yin, H. 2008. The Self-Organizing Maps: Background, Theories, Extensions and

Applications.

(3)

61

Zamasari, R. 2005. Pengenalan pola karakter aksara Jawa dengan Algoritma Kohonen Neural Network. Skripsi. Semarang: UNDIP.

Zhang, T.Y., & Suen, C.Y., 1984. A fast parralel Algorithm for thinning Digital Pattern. Communication of the ACM. Vol 27: hal 236-239.

Referensi

Dokumen terkait

Berdasarkan latar belakang diatas, penulis tertarik untuk membuat aplikasi kamus Bahasa Indonesia-Korea pada Sistem Operasi Android sebagai solusi dari proses menerjemah

Dibandingkan pembelajaran JST Self Organizing Map melalui data sinyal gas yang dialirkan ke dalam deret sensor berupa tanggapan sinyal keluaran tegangan sensor menunjukkan

Dalam pencarian arti dari bahasa latin hewan atau tumbuhan dibagi menjadi 3 tahap, tahap yang pertama adalah proses penginputan teks yang akan dicari, tahap kedua

Dibandingkan pembelajaran JST Self Organizing Map melalui data sinyal gas yang dialirkan ke dalam deret sensor berupa tanggapan sinyal keluaran tegangan sensor menunjukkan

Metode ekstraksi ciri Segmentasi dan metode klasifikasi Jaringan Syaraf Tiruan Self-Organizing Map (SOM) dapat digunakan untuk mengenal pola citra huruf Jepang dengan akurasi sebesar

Tujuan dari penulis untuk membuat sistem pengealan aktivitas manusia realtime menggunakan image processing sebagai proses mengolah gambar ke dalam bentuk digital lalu

Pembelajaran pengenalan Bahasa Korea dimulai huruf hangeul, penulisan huruf hangeul, bilangan korea, kosakata, percakapan dasr, dan soal latihan, dari sistem ini bisa

Kamus digital adalah adalah alat penerjemah kata dari suatu bahasa tertentu dengan acuan kamus konvensional, yang dimuat dalam sebuah aplikasi berbasis mobile, baik