eprintid: 54448
rev_number: 11
eprint_status: archive
userid: 12460
dir: disk0/00/05/44/48
datestamp: 2022-10-24 07:45:49
lastmod: 2022-10-24 07:46:45
status_changed: 2022-10-24 07:45:49
type: thesis
metadata_visibility: show
contact_email: muh.khabib@uin-suka.ac.id
creators_name: Arif Riyandi, NIM.: 20206051001
title: PENGENALAN POLA CITRA AKSARA JAWA TULISAN TANGAN
ispublished: pub
subjects: TB
divisions: S2_inf
full_text_status: restricted
keywords: Citra Greyscale, Connected Component Labeling, Adaptive Thresholding
note: Pembimbing: Dr. Ir. Shofwatul 'Uyun, S.T., M.Kom.
abstract: Aksara jawa merupakan tulisan khas suku jawa dan
merupakan aset budaya bangsa Indonesia. Banyak naskah
kuno yang tersimpan dengan baik di berbagai museum atau
perpustakaan di Indonesia. Alat baca aksara jawa otomatis
yang sangat membantu dalam menyederhanakan dan
mempercepat pembacaan manuskrip ini. Dengan ini, lebih
banyak generasi di Indonesia yang dapat menggunakan
pengetahuan penting yang terkandung dalam naskah. Dengan
adanya perkembangan ilmu komputasi saat ini dan kapasitas
proses komputer semakin meningkat. Salah satu penerapannya
adalah dalam melakukan pengenalan objek secara otomatis
dengan menggunakan komputer dengan mengambil dan
mengolah informasi suatu citra. Penelitian ini bertujuan
melakukan klasifikasi citra aksara jawa menggunakan
pengolahan citra. Proses pengolahan citra berupa
prapemrosesan, segmentasi yang menerapkan metode adaptive
thresholding, operasi morfologi opening dan operasi
morfologi closing untuk memperbaiki citra yang aksara jawa
yang terlalu tipis atau putus-putus, cropping dengan bantuan
metode CCL dan klasifikasi menggunakan CNN. Dataset
diambil langsung dari 100 responden sejumlah 2400 citra
untuk 24 kelas dari 20 jenis aksara jawa. Citra dari dataset
Kaggle sejumlah 1440 gambar juga digunakan sebagai data uji
di luar dataset. Hasil dari penelitian ini diperoleh akurasi
pelatihan model CNN sebesar 94,27 %. Pengujian dengan
menggunakan data uji menghasilkan akurasi sebesar 88,25 %
sedangkan pengujian dengan menggunakan data citra uji di
luar dataset diperoleh hasil akurasi sebesar 88,54 %. Metode
pengolahan citra yang dirancang diharapkan dapat diterapkan
dalam merancang sistem untuk melakukan identifikasi dan
klasifikasi citra aksara jawa.
date: 2022-08-18
date_type: published
pages: 107
institution: UIN SUNAN KALIJAGA YOGYAKARTA
department: FAKULTAS SAINS DAN TEKNOLOGI
thesis_type: masters
thesis_name: other
citation:   Arif Riyandi, NIM.: 20206051001  (2022) PENGENALAN POLA CITRA AKSARA JAWA TULISAN TANGAN.  Masters thesis, UIN SUNAN KALIJAGA YOGYAKARTA.   
document_url: https://digilib.uin-suka.ac.id/id/eprint/54448/1/20206051001_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf
document_url: https://digilib.uin-suka.ac.id/id/eprint/54448/2/20206051001_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf