PENGENALAN TULISAN TANGAN HURUF JAWI (ARAB MELAYU)
BERBENTUK KATA MENGGUNAKAN JARINGAN SARAF TIRUAN
SKRIPSI
YAYUK ANGGRAINI
091402009
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
▸ Baca selengkapnya: tugas arab melayu kelas 4
(2)PENGENALAN TULISAN TANGAN HURUF JAWI (ARAB MELAYU)
BERBENTUK KATA MENGGUNAKAN JARINGAN SARAF TIRUAN
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana
Teknologi Informasi
YAYUK ANGGRAINI
091402009
PROGRAM STUDI TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
PERSETUJUAN
Judul : PENGENALAN TULISAN TANGAN HURUF
JAWI (ARAB MELAYU) BERBENTUK KATA MENGGUNAKAN JARINGAN SARAF TIRUAN
Kategori : SKRIPSI
Nama : YAYUK ANGGRAINI
Nomor Induk Mahasiswa : 091402009
Program Studi : SARJANA (S-1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
Diluluskan di
Medan, 7 Februari 2014 Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sajadin Sembiring, S.Si, M.Sc Dr. Erna Budhiarti Nababan, M.IT
Diketahui/Disetujui oleh
Program Studi Teknologi Informasi Ketua,
PERNYATAAN
PENGENALAN TULISAN TANGAN HURUF JAWI (ARAB MELAYU) BERBENTUK KATA MENGGUNAKAN JARINGAN SARAF TIRUAN
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Februari 2014
YAYUK ANGGRAINI
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Allah SWT Yang Maha Pengasih dan Maha Penyayang, dengan segala rahmat dan karunia-Nya penulis dapat menyelesaikan tugas akhir ini dalam waktu yang telah ditetapkan.
Dalam penyelesaian tugas akhir ini, tidak terlepas dari bantuan dan kerja sama serta doa dan dukungan dari berbagai pihak, untuk itu penulis sampaikan ucapan terima kasih sedalam-dalamnya dan penghargaan kepada :
1. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara
2. Ketua dan Sekretaris Departemen Bapak Prof. Dr. Opim Salim Sitompul, M.Sc dan Bapak Drs. Sawaluddin, M.Sc yang telah memberikan dukungan, arahan dan bantuannya dalam menyelesaikan tugas akhir ini.
3. Seluruh dosen Departemen Teknologi Informasi dan Ilmu Komputer USU yang telah mengajarkan dan memberikan dukungan serta bantuannya dalam menyelesaikan tugas akhir ini.
4. Kepada Ibu Dr. Erna Budhiarti Nababan, M.IT dan Bapak Sajadin Sembiring, S.Si, M.Sc selaku pembimbing yang selalu memberikan arahan, bimbingan, keluangan waktu serta dukungan dalam menyelesaikan tugas akhir ini beserta Bapak M. Fadly Syahputra, B.Sc.MSc.IT dan Bapak Baihaqi Siregar, S.Si, MT yang bersedia menguji seminar hasil dan sidang sarjana penulis.
5. Kepada kedua orang tua, Ibu Yulianis dan Ayah Syahrul Pili yang selalu memberi doa, dorongan serta motivasi untuk menyelesaikan tugas akhir ini dan juga membantu dalam pembiayaan selama perkuliahan.
6. Untuk kakak penulis Desi Ariani dan adik – adik penulis, Mira, yuyun dan dedek yang telah memberikan bantuan doa dan dorongan dalam menyelesaikan tugas akhir ini.
7. Sahabat penulis, Aang, Zizi, Ari, Bagus, Rian, Robert, Upik, Irwan, Buyung, Desi, Mitha, Umay, Rozy, Nita, Septi, bang Nanda, anak-anak TA, abang-kakak senior, adik-adik junior, dan seluruh teman-teman seperjuangan yang tidak dapat disebutkan namanya.
ABSTRAK
Perkembangan teknologi dimasa sekarang begitu pesat, terutama dibidang komputer. Hal ini disebabkan komputer lebih unggul dibandingkan dengan alat hitung lainnya karena mampu mengingat data, mengambil keputusan yang logis, mengelola data dan informasi dan sebagainya. Salah satu yang sedang popular saat ini adalah teknologi pengenalan huruf. Pengenalan huruf tangan adalah proses untuk mengenali tulisan huruf seseorang oleh komputer. Penelitian ini adalah membuat sistem pengenalan tulisan tangan berbentuk huruf jawi (arab melayu) yang inputnya berupa tulisan huruf jawi (arab melayu) dan di scan, dikenali dengan huruf jawi (arab melayu) menggunakan jaringan saraf tiruan. Metode zoning digunakan untuk meningkatkan nilai fitur pada jaringan propagasi balik pada pengenalan huruf tulisan tangan. Metode ini membagi data sampel di bagi menjadi 30x17 zona, yaitu 510 zona dengan ukuran masing-masing zona adalah 10x10 piksel. Metode zoning menghitung jumlah piksel
aktif (hitam) setiap zona dan melakukan perbandingan terhadap zona yang memiliki jumlah piksel aktif paling banyak. Selain itu juga dihitung rata-rata nilai zona setiap baris dan kolom. Dari ekstraksi fitur tersebut didapatkan 510 nilai fitu. Nilai fitur
tersebut dijadikan masukan untuk klasifikasi menggunakan jaringan propagasi balik. Sebanyak 84 data sampel digunakan untuk pelatihan dan 21 data sampel berbeda digunakan untuk uji tingkat pengenalan. Dari pengujian yang dilakukan didapatkan tingkat pengenalan menggunakan metode zoning fitur ekstraksi ini adalah 89.05%.
Recognation on Jawi Letter Handwritting (Malayan Arab) By Words Using Artificial Neural Network
ABSTRACT
Technology nowadays had been developed rapidly, escpecially on computing. This issue is caused by computing is better than any other computations because it could memorizing the data, making logical decision, managing data and informations. Handwritting recognation is a process to recognize human handwritting by computer. In this research, the system made to recognize jawi letters (malayan arab) which the input constituted as scanned jawi letters handwritting, the method is using artificial neural network. Zoning method used to increase feature value on back propagation network at handwritting recognation. This method devided the sample to devide into 30x17 zone, is 510 zones with each zone with 10x10 pixel. The zoning method counts
the amount of the active pixel (black) for each zone and process the comparison about the zone that have the most active pixel. Beside that it also count the average for the zone value for each row and colomn. By this extraction featured, gains 510 feature
values. Feature values becomes input to classify using back propagation network. Eighty four of data samples to be used as trainning and 21 of deifferent data samples to be used to testing recognation. Along with the testing, resulting recognation level of this zoning feature extraction is 89.05%.
DAFTAR ISI
1.7. Sistematika Penulisan ... 4
2. Algoritma Aplikasi 12
BAB 3 ANALISIS DAN PERANCANGAN ... 17
3.1. Analisis data Sistem 17
3.5. Tahap Setelah Ekstraksi Fitur ... 24
3.6. Perancangan Jaringan Propagasi Balik 24
3.6.1. Proses Pelatihan 26
3.6.2. Proses Pengujian ... 27
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM ... 28
4.1. Implementasi ... 28
4.2. Spesifikasi Perangkat Keras dan Perangkat Keras ... 29
4.3. Pengujian . 29
4.4. Persiapan Sistem Jaringan Saraf Tiruan 29
4.5. Hasil Pelatihan 30
4.6. Hasil Pelatihan Jaringan Saraf Tiruan 31
4.7. Hasil Pengujian Jaringan Saraf Tiruan ... 35
BAB 5 KESIMPULAN DAN SARAN ... 38
5.1. Kesimpulan ... 38
5.2. Saran ... 38
DAFTAR PUSTAKA ... 39
DAFTAR TABEL
DAFTAR GAMBAR
Hal
Gambar 2.1 Jaringan Propagasi Balik dengan Satu Buah Lapisan Tersembunyi 10 Gambar 2.2 Fungsi Sigmoid Biner dengan Rentang (0,1) 14
Gambar 3.1 Tahapan Pra-Pengolahan Citra 18
Gambar 3.2 Flowchart Matriks Biner 19
Gambar 3.3 Citra Hasil Normalisasi 20
Gambar 3.4 Citra Hasil Thinning 20
Gambar 3.5 Diagram Ekstraksi Fitur 21
Gambar 3.6 Flowchart Ekstraksi Fitur Zoning 23
Gambar 3.7 Hasil Zoning 24
Gambar 4.1 Input Citra Pengujian 30
Gambar 4.2 Output Citra Pengujian 30
