Optical Character Recognition Pada Dokumen Karya Tulis Ilmiah Menggunakan Support Vector Machine
Total View This Week0
Total View This Week0
Institusion
Universitas Komputer Indonesia
Author
Rahman, Ade Ismayani
Subject
005_Computer Programming, Programs & Data
Datestamp
2020-09-17 05:52:57
Abstract :
Support Vector Machine sudah digunakan pada berbagai macam penelitian pengenalan karakter, seperti pengenalan karakter bahasa Arab, font bahasa Inggris, dan pengenalan aksara Jawa dengan tingkat akurasi yang dihasilkan masing-masing sebesar 95.03%, 93.54%, dan 90.84%. Selain itu, penggunaan SVM dan ekstraksi fitur zoning pada penelitian pengenalan aksara Sunda, menghasilkan tingkat akurasi yang sangat baik yaitu sebesar 99.75%. Fokus utama dalam penelitian ini yaitu untuk mengukur tingkat akurasi yang dihasilkan oleh SVM dan metode ekstraksi ciri zoning dalam mengenali karakter yang terdapat pada citra hasil scan dokumen karya tulis ilmiah. Sebelum tahap pelatihan dan pengujian SVM dilakukan, citra melalui tahap preprocessing terlebih dahulu, seperti grayscaling, thresholding, segmentasi baris, kata dan karakter, resize, binerisasi, serta ekstrasi ciri zoning. Dari pengujian yang dilakukan terhadap 30 dokumen citra hasil scan abstrak, didapatkan hasil rata-rata akurasi tertinggi mencapai 15 % dengan parameter jumlah zona = 9 dan nilai c=1. Rendahnya tingkat akurasi ini dipengaruhi oleh proses segmentasi yang belum bisa mengatasi karakter yang berdempet, serta dipengaruhi pula oleh pemilihan zona pada saat tahap ekstraksi ciri zoning.
Support Vector Machine sudah digunakan pada berbagai macam penelitian pengenalan karakter, seperti pengenalan karakter bahasa Arab, font bahasa Inggris, dan pengenalan aksara Jawa dengan tingkat akurasi yang dihasilkan masing-masing sebesar 95.03%, 93.54%, dan 90.84%. Selain itu, penggunaan SVM dan ekstraksi fitur zoning pada penelitian pengenalan aksara Sunda, menghasilkan tingkat akurasi yang sangat baik yaitu sebesar 99.75%. Fokus utama dalam penelitian ini yaitu untuk mengukur tingkat akurasi yang dihasilkan oleh SVM dan metode ekstraksi ciri zoning dalam mengenali karakter yang terdapat pada citra hasil scan dokumen karya tulis ilmiah. Sebelum tahap pelatihan dan pengujian SVM dilakukan, citra melalui tahap preprocessing terlebih dahulu, seperti grayscaling, thresholding, segmentasi baris, kata dan karakter, resize, binerisasi, serta ekstrasi ciri zoning. Dari pengujian yang dilakukan terhadap 30 dokumen citra hasil scan abstrak, didapatkan hasil rata-rata akurasi tertinggi mencapai 15 % dengan parameter jumlah zona = 9 dan nilai c=1. Rendahnya tingkat akurasi ini dipengaruhi oleh proses segmentasi yang belum bisa mengatasi karakter yang berdempet, serta dipengaruhi pula oleh pemilihan zona pada saat tahap ekstraksi ciri zoning.
File :
UNIKOM_ADE ISMAYANI RAHMAN_COVER.pdf
UNIKOM_ADE ISMAYANI RAHMAN_LEMBAR PENGESAHAN.pdf
UNIKOM_ADE ISMAYANI RAHMAN_BAB 5.pdf
UNIKOM_ADE ISMAYANI RAHMAN_DAFTAR PUSTAKA.pdf
UNIKOM_ADE ISMAYANI RAHMAN_SURAT KETERANGAN PUBLIKASI.pdf
UNIKOM_ADE ISMAYANI RAHMAN_SURAT KETERANGAN ORISINALITAS.pdf
UNIKOM_ADE ISMAYANI RAHMAN_KATA PENGANTAR.pdf
UNIKOM_ADE ISMAYANI RAHMAN_DAFTAR ISI.pdf
UNIKOM_ADE ISMAYANI RAHMAN_BAB 1.pdf
UNIKOM_ADE ISMAYANI RAHMAN_BAB 2.pdf
UNIKOM_ADE ISMAYANI RAHMAN_BAB 3.pdf
UNIKOM_ADE ISMAYANI RAHMAN_BAB 4.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
