Implementasi Jaringan Saraf Tiruan untuk Pengenalan Karakter pada Studi Kasus Permasalahan SPOJ Hard Image Recognition

Tejakusuma, Cynthia Dewi (2019) Implementasi Jaringan Saraf Tiruan untuk Pengenalan Karakter pada Studi Kasus Permasalahan SPOJ Hard Image Recognition. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
05111540000074-Undergraduate_Theses.pdf

Download (6MB) | Preview

Abstract

Komputer semakin dirancang untuk memiliki kemampuan yang sama dengan manusia. Salah satu contoh kemampuan yang manusia kembangkan pada komputer adalah pengenalan karakter. Manusia dapat dengan mudah mengenali karakter pada citra yang mengalami transformasi, stretching, ataupun derau acak misalnya pada pembacaan nomor polisi kendaraan atau captcha. Manusia harus memberi algoritma pada komputer untuk proses pengenalan karakter itu sendiri agar dapat memiliki kemampuan yang diinginkan. Dengan kemampuan tersebut, komputer dapat membantu kegiatan manusia sehari-hari. Pada tugas akhir ini, penulis akan merancang penyelesaian permasalahan pengenalan karakter pada studi kasus permasalahan SPOJ Hard Image Recognition (HIR) dengan mengimplementasikan jaringan saraf tiruan menggunakan bahasa Python dan C++. Data yang digunakan adalah citra yang dapat diambil pada situs daring penilaian SPOJ Hard Image Recognition (HIR)itu sendiri. Setelah melalui beberapa trial and error, penulis mendapatkan arsitektur jaringan saraf tiruan yang optimal, yaitu yang dapat mengenali karakter pada data SPOJ terbanyak atau mendapatkan nilai tertinggi pada SPOJ. Aplikasi yang dibuat berhasil mendapatkan nilai tertinggi pada SPOJ Hard Image Recognition (HIR), yaitu 32. ================================================================================================ Computers are increasingly designed to have the same capabilities as humans. One example of the capability that human develop on computers is character recognition. Humans can easily recognize characters in images that experience transformation, stretching, or random noise such as reading the vehicle’s police number or captcha. Humans must give an algorithm to a computer for character recognition process itself in order to have the desired capability. With the character recognition ability, computers can help human daily activities. In this thesis, the author will design a solution to the problem of character recognition in a study case of SPOJ Hard Image Recognition by implementing artificial neural network using Python and C++. After going through a number of trial and error, the author got the optimal artificial neural network architecture, which can recognize the characters in the most SPOJ data or get the highest score on SPOJ. The proposed application successfully achieved a score of 32 on SPOJ Hard Image Recognition.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 621.367 Tej i-1 2019
Uncontrolled Keywords: jaringan saraf tiruan, klasifikasi digit, pengenalan karakter
Subjects: Q Science > Q Science (General) > Q337.5 Pattern recognition systems
Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Information and Communication Technology > Informatics > 55201-(S1) Undergraduate Thesis
Depositing User: Cynthia Dewi Tejakusuma
Date Deposited: 09 Jul 2021 04:47
Last Modified: 09 Jul 2021 04:47
URI: https://repository.its.ac.id/id/eprint/60786

Actions (login required)

View Item View Item