Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Generation Journal
Ariska Fitria Anggelin
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
riska Fitria Anggelina Pengenalan Pola Tulisan Huruf Jepang (Hiragana) Menggunakan Partisi Citra Ariska Fitria Anggelin; Ardi Sanjaya; Ahmad Bagus Setiawan
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (736.344 KB) | DOI: 10.29407/gj.v2i1.12057

Abstract

bstrak– Beberapa orang memiliki kemampuan dalam mengenali tulisan tangan seseorang melaluipembelajaran. Misalnya pada tulisan tangan huruf Hiragana. Mungkin ada beberapa kendala yangditemukan saat pengenalan, sehingga tulian tangan seseorang menjadi sulit dikenali. Permasalahanpenelitian ini adalah (1) Bagaimana merancang dan membangun suatu sistem yang dapatdigunakan sebagai pengenalan perkembangan pola tulisan tangan huruf Hiragana dasar (seion)?. (2) Bagaimana menerapkan metode Partisi Citra untuk melakukan ekstraksi fitur pada citradigital. Penelitian ini menggunakan metode Partisi sebagai pengekstraksi fitur citra, serta metodeK-Nearest Neighbour sebagai klasifikasi dan perhitungan jaraknya menggunakan EuclideanDistance. Sebelum dilakukan pengenalan, file citra dilakukan proses preprocessing terlebih dahuluyaitu grayscalling dan deteksi tepi prewitt, selanjutnya dilakukan partisi, lalu diidentifikasi. Darihasil pengujian pada skenario pertama dengan data training 60 dan testing mencakup semua tulisanminggu pertama sebanyak 90 huruf diperoleh akurasi sebesar 6%. Pada skenario kedua denganjumlah data training 60 dan testing mencakup semua tulisan minggu kedua diperoleh akurasisebesar 81%. Pada skenario ketiga dengan data training yang sama dan testing mencakup semuatulisan minggu ketiga diperoleh akurasi sebesar 88%. Dari hasil pengujian, dapat disimpulkanbahwa metode K-Nearest Neighbour dan Partisi citra dapat digunakan untuk mengidentifikasitulisan tangan huruf Hiragana
Co-Authors Ahmad Bagus Setiawan Ardi Sanjaya