Pengenalan Huruf Cetak dengan Metode Hidden Markov Model

Alifah, Rini (2012) Pengenalan Huruf Cetak dengan Metode Hidden Markov Model. Sarjana thesis, Universitas Brawijaya.

Abstract

Optical Character Recognition (OCR) merupakan sistem komputer yang dapat mengenali karakter teks dari sebuah file gambar menjadi file editable teks yang dapat dialihkan ke aplikasi program pengolah kata di kompuer. Pada penelitian ini, jenis OCR yang dikembangkan adalah printed character recognition atau pengenalan huruf cetak. Pengenalan dilakukan pada file gambar bitmap yang berisi karakter yang berasal dari hasil pemindaian hardcopy . Sistem pengenalan ini dibuat dengan menggunakan metode Hidden Markov Model (HMM) sebagai algoritma pembelajaran dan pengenalan. Sebelum dilakukan proses pembelajaran dan pengenalan, akan dilakukan beberapa proses pengolahan gambar terlebih dahulu, antara lain proses binerisasi, thinning , ekstraksi ciri, dan segmentasi. Proses pembelajaran dan pelatihan HMM dilakukan dengan menggunakan algoritma forward backward dan algoritma baum welch . Algoritma baum welch digunakan untuk mengestimasi model parameter HMM yang telah dibuat sehingga didapatkan model HMM yang baru. Untuk menghitung nilai likelihood dari tiap karakter, digunakan algoritma forward backward . Hasil pengujian menunjukkan bahawa rata-rata akurasi hasil pengenalan karakter untuk jenis font yang telah dilatihkan adalah sebesar 94.9%, sedangkan hasil pengenalan karakter untuk jenis font nonpelatihan adalah sebesar 60%.

Item Type: Thesis (Sarjana)
Identification Number: SKR/MIPA/2012/435/051203342
Subjects: 500 Natural sciences and mathematics > 510 Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: Endang Susworini
Date Deposited: 25 Sep 2012 15:06
Last Modified: 24 Oct 2021 16:17
URI: http://repository.ub.ac.id/id/eprint/153272
[thumbnail of Skipsi.pdf]
Preview
Text
Skipsi.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item