Pengenalan Pola Huruf Hijaiyah Menggunakan Support Vector Machine (SVM)

(1)

55

DAFTAR PUSTAKA

Arica N. & Yarman-Vural. 2001. An Overview of Character Recognition Focused on

Off-line Handwriting. IEEE Transactions on Systems, Man and Cybernetics,

Part C: Applications and Review. 31(2): 216-233.

Entisari,Rokhani. 2009. Pengenalan Pola Huruf Tulisan Tangan Menggunakan

Jaringan Saraf Tiruann Dengan Algoritma Backpropagation.Skripsi,

Universitas Negeri Yogyakarta.

Fachrurrazi,Sayed.201.Penggunaan Metode SVM Untuk Mengklasifikasi dan

Memprediksi Angkutan Udara Jenis Penerbangan Domestik dan Penerbangan

Internasional di Banda Aceh. Tesis.Universitas Sumatra Utara.

Khairunnisa. 2012. Pengenalan Tulisan Tangan Latin Bersambung Menggunkan

Jaringan Saraf Tiruan Propagasi Balik. Skripsi. Universitas Sumatera Utara.

Krisantus.2007.Penerapan Teknik Support Vector Machine untuk Pendeteksian Intrusi

pada Jaringan.Skripsi. Institut Teknologi Bandung.

Liu, J.G., Mason, P.J. 2009. Essential Image Processing and GIS for Remote Sensing.

Oxford: Wiley-Blackwell.

Minartiningtyas, B.A. 2010. Artikel Teknik Informatika-Operasi Cropping, (Online),

(http://informatika.web.id/operasi-cropping.htm. diakses 27 Desember 2015)

Mulia,Isnan. 2012. Pengenalan Aksara Sunda Menggunakan Ekstraksi Zoning dan

Klasifikasi Support Vector Machine. Skripsi.Institut Pertanian Bogor.

Nasution, Rian H. Pengenalan Kata Tulisan Tangan Huruf Korea Menggunakan

Jaringan Saraf Tiruan Propagasi Balik. Skripsi. Universitas Sumatera Utara.

Osuna EE, Freund R, Girosi F. 1997. Support Vector Machines: Training and

Applications. AI Memo 1602, Massachusetts Institute of Technology.

Pradeep, J., Srinivasan, E., & Himavathi, S. 2011. Diagonal Based Feature Extraction

(2)

56

for Handwritten Alphabets Recognition System Using Neural Network.

International Journal of Computer Science & Information Technology

(IJCSIT) 3(1): 27-38.

Putra, Nanda. 2012. Peningkatan Nilai Fitur Jaringan Propagasi Balik Pada

Pengenalan Angka Tulisan Tangan Menggunakan Metode Zoning dan

Diagonal Based Feature Extraction.Skripsi. Universitas Sumatera Utara.

Rajashekararadhya SV, Ranjan PV. 2008. Efficient zone based feature extraction

algorithm for handwritten numeral recognition of four popular South Indian

scripts. Journal of Theoretical and Applied Information Technology.

Santoso, B., 2007, Data Mining : “Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis”. Teori dan Aplikasi. Graha Ilmu Yogyakarta.

Sharma, O. P, Ghose, M. K. dan Shah, K. B. 2012. An Improved Zone Based Hybrid

Feature Extraction Model for Handwritten Alphabets Recognition Using Euler

Number. International Journal of Soft Computing and Engineering (IJSCE).

2(2): 504-508.

Sutoyo. T. et al. 2009. Teori Pengolahan Citra Digital. Yogyakarta: Penerbit ANDI.

Tacbir, Hendro P., Agus,K., & Dila, F.2010. Pengenalan Pola Huruf Arab menggunakan Jaringan Syaraf Tiruan dengan Metode Backpropagation..

Tazmania,G.2010. Binary Image, (Online),

(https://gentazmania.wordpress.com/tag/java/page/2/. diakses 27 Desember

2015)

Theodoridis S, Koutroumbas K. 2008. Pattern Recognition. Ed ke-4. Burlington (US) : Academic Press.

Trier OD, Jain Ak, Taxt T.1996.Feature extraction methods for character recognition – a survey. Pattern Recognition 4(29) : 641-662.

Yofiyanto, Evan.2010. Klasifikasi Gigi Molar dan Premolar pada Dental Panoramic

Radiograph. Skripsi.Institut Teknologi Sepuluh Nopember.