Pengenalan Teks Tulisan Tangan Menggunakan Fully Convolutional Neural Network

Dewi Ayu, Nirmalasari (2020) Pengenalan Teks Tulisan Tangan Menggunakan Fully Convolutional Neural Network. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05111640000115-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (4MB)

Abstract

Pengenalan tulisan tangan dari citra masih menjadi hal yang sukar karena penulisan huruf yang memiliki ukuran yang berbeda-beda. Solusi pertama yang ditawarkan dari pengenalan citra tulisan tangan ini ialah menggunakan Convolutional Neural Network (CNN) yang dilatih mengenali suatu rangkaian huruf berdasarkan kamus. Sayangnya solusi ini terbatas pada daftar kata yang muncul pada saat pelatihan. Solusi lain yang dapat dilakukan ialah menggunakan pengenalan rangkaian karakter. Pengenalan ini dilakukan dengan melakukan pembacaan sliding window pada citra dan memprediksi menggunakan Fully Convolutional Neural Network (FCN). Sebelum memasuki prediksi oleh FCN, prediksi banyak karakter perlu dilakukan terlebih dahulu. Hasil Prediksi banyak karakter ini berguna untuk mengubah ukuran citra untuk kemudian diprediksi tiap karakternya menggunakan sliding windows. Hasil dari pengenalan kata menggunakan gabungan metode ini memiliki akurasi sebesar 68,60%, presisi sebesar 83,45%, recall sebesar 68,80%, f1-score sebesar 73,97%, dan rata-rata CER sebesar 22,25%.

Item Type: Thesis (Undergraduate)
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering
Depositing User: Dewi Ayu Nirmalasari
Date Deposited: 15 Aug 2020 05:27
Last Modified: 15 Aug 2020 05:27
URI: https://repository.its.ac.id/id/eprint/78242

Actions (login required)

View Item View Item