Rancang Bangun Sistem Pengenal Karakter Brille Dengan Metode Local Binary Pattern

Ghulami, Halum (2018) Rancang Bangun Sistem Pengenal Karakter Brille Dengan Metode Local Binary Pattern. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07111240000128-Undergraduate_Theses.pdf]
07111240000128-Undergraduate_Theses.pdf - Accepted Version

Download (4MB) | Preview


Braille adalah media yang digunakan tunanetra untuk kebutuhan media baca tulis. Pola karakter untuk merepresentasikan huruf, angka dan tanda baca lainnya dilambangkan dengan pola titik-titik yang tersusun pada 6 titik posisi untuk setiap karakter yang dinamakan karakter braille. Pada tugas akhir ini dirancang sistem yang dapat mengenali dan menerjemahkan susunan karakter braille pada media kertas dengan metode local binary pattern, metode yang digunakan akan diujikan untuk mengetahui seberapa sesuai metode tersebut untuk digunakan pada pengenalan karakter braille. Sistem yang dirancang terdiri dari dua bagian yaitu sistem perangkat keras dan perangkat lunak. Hasil yang didapat melalui metode local binary pattern kemudian akan dibandingkan dengan metode lain (evaluasi piksel terprediksi) untuk membandingkan performa setiap metode. Pada sistem perangkat keras digunakan raspberry pi 3 model B, sedangkan pada sistem perangkat lunak digunakan library opencv yang memiliki fungsi-fungsi pengolahan data citra digital. Hasil dari tugas akhir ini menunjukkan bahwa dengan menggunakan metode LBP untuk mendapatkan hasil yang baik maka dibutuhkan entri data learning yang cukup banyak dan berefek pada tempo kalkulasi yang dibutuhkan menjadi lebih lama, sedangkan hasil dari metode yang tidak menyertakan LBP dan data learning menunjukkan hasil yang lebih baik dan tempo kalkulasi yang lebih cepat. Dengan metode LBP 3 data learning didapatkan persentase pengenalan karakter benar sebesar 79,855 %, dengan metode LBP 6 data learning 82,294 %, sedangkan dengan metode lain sebesar 94,399 %. Hal ini menunjukkan bahwa performa metode lain yang digunakan sebagai pembanding relatif lebih baik dibanding metode LBP.
Braille is media used by the blind in order to read and write. Characters which are used are different to the common media that is used by normal people, the way it represents a character such as letters, numbers and punctuations is through some bulges occupying on six possible positions, it is called braille character. In this final project a system has been designed and built to has ability to recognizes and translates braille character on a paper-printed media into an ASCII code using local binary pattern method, the method will be tested and compared by another mehod (predicted pixel evaluation) to figures out how convenient the method is to recognizes the character. The system includes two part of subsytems, the firts one is hardware system. It is built to captures some images of the paper-printed media and the second one is software system or the codes, it is coded to processes the images datas, recognizes characters in it and translates them into ASCII codes. After the result has been gotten, it will be compared with another method to see both performaces. The hardware system is equipped with mini computer raspberry pi 3 model B, while the software system uses openCV computer vision library which contains many functions that perform digital image data processing. The result of this final project shows that by using LBP method to get good result, it needs a lot of learning data entries and effects to calculation time needed to be longer, whereas the result from the other method shows better result and faster in calculation time. The quantitative result of right recognition obtained from LBP method with 3 datas learning is 79,855 %, LBP with 6 datas learning is 82,294 %, and another method is 94,399 %. This shows that the another method has better performance than LBP itself.

Item Type: Thesis (Undergraduate)
Additional Information: RSE 006.42 Ghu r-1 3100018074543
Uncontrolled Keywords: local binary pattern, pengenal karakter braille
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
T Technology > TK Electrical engineering. Electronics Nuclear engineering
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7882.P3 Pattern recognition systems
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: Halum Ghulami
Date Deposited: 05 Mar 2018 03:29
Last Modified: 26 Jun 2020 09:31
URI: http://repository.its.ac.id/id/eprint/49634

Actions (login required)

View Item View Item