Desain dan Analisis Algoritma Artificial Neural Network dalam Pengenalan Teks pada Studi Kasus SPOJ EYES Robo Eye

Fadlilah, Muhammad Harits (2021) Desain dan Analisis Algoritma Artificial Neural Network dalam Pengenalan Teks pada Studi Kasus SPOJ EYES Robo Eye. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
05111740000102-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (5MB) | Request a copy

Abstract

Artificial Neural Network (ANN) merupakan suatu metode yang terinspirasi oleh bagaimana neuron dalam sistem saraf manusia bekerja, khususnya dalam jaringan otak. ANN memiliki lapisan-lapisan yang disertai dengan kumpulan neuron yang terkoneksi, di mana setiap koneksi terdiri dari bobot yang akan dikomputasikan dengan nilai-nilai neuron hingga diperoleh keluaran berupa hasil prediksi kelas target dari masukan yang diberikan. Dalam cakupan aplikasi, ANN telah banyak digunakan dalam berbagai permasalahan citra, salah satunya adalah pengenalan karakter optik atau Optical Character Recognition (OCR) yang digunakan untuk mengkonversi teks dalam format citra ke dalam bentuk format teks yang dapat dibaca. Namun dalam penerapannya, terdapat tantangan yang harus dihadapi dalam pengenalan teks suatu citra, yaitu bagaimana ANN dapat mengenali berbagai jenis karakter pada teks dengan skala, rotasi, jenis font, dan bentuk yang berbeda; juga terdapat derau (noise) acak pada citra yang dapat menyebabkan penurunan mutu citra tersebut. Penentuan parameter ANN yang tepat sangat dibutuhkan untuk memperoleh kinerja pengenalan teks suatu citra yang optimal. Tugas akhir ini membahas mengenai penyelesaian permasalahan pengenalan teks pada citra dalam studi kasus permasalahan SPOJ EYES - Robo Eye dengan mengimplementasikan hasil desain dan analisis ANN di atas. Diperlukan juga pembersihan dan persiapan dataset yang disusun dengan algoritma yang mendukung, untuk digunakan selanjutnya dalam mengatasi permasalahan citra dataset mentah yang akan dikenali. Hasil desain dan analisis pada arsitektur yang dibuat berhasil menyelesaikan permasalahan tugas akhir ini dengan baik, yang terbukti mendapatkan peringkat 10 besar dengan nilai sebesar 1513 dari hasil uji kebenaran pada SPOJ EYES - Robo Eye. ===================================================================================================== Artificial Neural Network (ANN) is a method inspired by how neurons in the human nervous system work, particularly in brain tissue. ANN has layers accompanied by a collection of connected neurons, where each connection consists of a weight computed with the neuron values until the output is produced, i.e., the prediction of the target class from the given input. In the application scope, ANN has been used widely in various image problems. One of these examples is optical character recognition (OCR) which has been used to convert the text in image format into readable text format. However, in its implementation, some challenges must have been faced in text recognition of an image, i.e., how ANN able to recognize various types of characters in text with different scales, rotations, fonts, and shapes; and there also is random noise in the image that can cause loss of image quality. Determination of the correct ANN parameters is needed to obtain optimal performance in text recognition of an image. This thesis discussed a solution to image text recognition problems in the case study of SPOJ Eyes - Robo Eye problem by implementing the result of design and analysis of aforementioned ANN. The process of cleaning and preparing datasets compiled with supporting algorithms is also needed to solve raw dataset image problems which will be recognized. The results of the design and analysis of built architecture have been able to solve the problem of the thesis well, indicating by obtaining the top 10 rankings with a value of 1513 from the results of the truth test on the SPOJ Eyes - Robo Eye.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: artificial neural network, citra dataset, pengenalan teks, dataset image, text recognition
Subjects: Q Science > Q Science (General) > Q325.5 Machine learning.
Q Science > Q Science (General) > Q337.5 Pattern recognition systems
T Technology > T Technology (General) > T57.84 Heuristic algorithms.
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Muhammad Harits Fadlilah
Date Deposited: 04 Aug 2021 07:24
Last Modified: 04 Aug 2021 07:24
URI: https://repository.its.ac.id/id/eprint/84815

Actions (login required)

View Item View Item