Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "ELFIZAR"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    PENGENALAN TULISAN ARAB MELAYU BERDASARKAN CITRA MANUSKRIP DIGITAL IVSENGGUNAKAN TEKNIK PRINCIPAL COMPONENT ANALYSIS (SUATU IKHTiAR MEMBANTU PEMAHAMAN BUDAYA MASYARAKAT MELAYU)
    (2013-02-20) ELFIZAR
    Penelitian ini ditujukan iintuk menghasilkan sebuah program aplikasi komputer yang dapat mengenali setiap huruf yang ada di suatu tulisan Arab Melayu yang diinputkan. Dari suatu citra manuskrip digital yang diberikan, pertama kali yang harus dilakukan adalah membaca nilai setiap pikselnya. Selanjutnya adalah melakukan segmentasi terhadap tulisan Arab Melayu tersebut untuk mendapatkan setiap huruf yang terkandung didalamnya. Menggunakan beberapa nilai piksel citra pada fase pelatihan, dengan melakukan ekstraksi ciri dan klasifikasi menggunakan Principal Component Analysis, didapatkan nilai EigenLetter. Nilai ini kemudian dibandingkan dengan ImageLetter yang diperoleh dari setiap huruf yang akan dikenali. Perbedaan antara keduanya (nilai Eucledian distance) yang paling kecil merupakan hasil pengenalan yang diinginkan. Dari 199 huruf yang dikenali pada penelitian ini, pengenalan yang dilakukan menggunakan program aplikasi komputer yang telah dibuat menunjukkan tingkat keberhasilan mencapai 98.99%.

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback