Record Details

Identifikasi Penulis Berdasarkan Pola Tulisan Tangan Menggunakan Convolutional Autoencoder dan KNN

Journal of Electrical Engineering and Computer (JEECOM)

View Archive Info
 
 
Field Value
 
Title Identifikasi Penulis Berdasarkan Pola Tulisan Tangan Menggunakan Convolutional Autoencoder dan KNN
 
Creator Turmudzi, Muhammad
Setyati, Endang
 
Subject —
Convolutional Autoencoder, KNN, Identifikasi Tulisan tangan
 
Description Identifikasi tulisan tangan dilakukan dengan beberapa tahapan, yaitu Akuisisi Citra dengan memanfaatkan mesin scanner dengan kualitas gambar 300dpi, Segmentasi dilakukan dengan metode threshold dan seleksi kontour dari gambar, penggabungan gambar hasil segmentasi, proses citra dari hasil segmentasi ke dalam Convolutional Autoencoder yang hasilnya diteruskan ke Transfer Learning (Lazy Learning) dalam hal ini penulis menggunakan metode KNN untuk mencocokkan tulisan tangan dari penulis. Penelitian dilakukan dengan menggunakan 100 dataset dari 20 penulis yang masing-masing penulis menulis 5 kali. Dataset yang digunakan di ujicoba pertama mengguanakan penggalan kalimat pada tulisan tangan yaitu Judul dari Puisi Chairil Anwar. Ujicoba dilakukan dengan membandingkan Training menggunakan Convolutional Autoencoder dan tanpa menggunakan Convolutional Autoencoder. Hasil dari ujicoba dengan Convolutional Autoencoder memperoleh nilai akurasi sebesar 89% dan tanpa menggunakan Convolutional Autoencoder, didapatkan nilai akurasi sebesar 88%. Pada ujicoba menggunakan tulisan tangan full, diperoleh hasil akurasi rata-rata 50% jauh di bawah hipotesa sehingga tidak cocok untuk diterapkan pada identifikasi tulisan tangan. Perlu ada nya pembatasan tulisan tangan yang akan digunakan sebagai dataset dalam identifikasi tulisan tangan
 
Publisher Universitas Nurul Jadid
 
Contributor —
 
Date 2021-04-29
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://ejournal.unuja.ac.id/index.php/jeecom/article/view/1548
10.33650/jeecom.v3i1.1548
 
Source Journal of Electrical Engineering and Computer (JEECOM); Vol 3, No 1 (2021); 8-13
2715-6427
2715-0410
10.33650/jeecom.v3i1
 
Language eng
 
Relation https://ejournal.unuja.ac.id/index.php/jeecom/article/view/1548/pdf
 
Rights Copyright (c) 2021 Muhammad Turmudzi, Endang Setyati
https://creativecommons.org/licenses/by-nc-sa/4.0