Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Identifikasi tulisan berdasarkan analisa tekstur global menggunakan metode filter gabor

Berbagai macam algoritma tersedia untuk melakukan identifikasi tulisan.
Sebagian besar algoritma tersebut mengasumsikan tulisan yang diidentifikasi
harus memiliki isi yang tetap. Kondisi ini tidak memungkinkan penerapan
identifikasi tulisan pada bidang biometrik dan forensik. Oleh karena itu pada tugas
akhir ini penulis berusaha untuk menghilangkan asumsi tersebut dengan
menggunakan sebuah algoritma identifikasi tulisan yang melakukan analisa secara
global.
Tujuan tugas akhir ini adalah untuk membuat perangkat lunak sistem
identifikasi tulisan melalui analisa tekstur global dengan menggunakan metode
filter gabor. Metode ini memperlakukan tulisan sebagai tekstur yang unik, dan
karena itu dapat dilakukan klasifikasi tekstur untuk mengidentifikasi tulisan.
Karena aplikasi bersifat off-line identification maka input sistem berupa file
gambar yang berisi tulisan. Pemrograman perangkat lunak menggunakan prinsip
pemrograman berorientasi objek (OOP) dengan menggunakan bahasa
pemrograman C++, kompiler Microsoft Visual C++ 6.0?, dan dibantu dengan
library dari Intel Image Processing Library (IPL) dan Intel Open Source
Computer Vision (OpenCV). Desain dan implementasi filter gabor menggunakan
MATLAB 5.3.
Tingkat akurasi sebesar 96% dicapai untuk identifikasi tulisan cetak dari
240 pengujian menggunakan 24 macam font. Untuk tulisan tangan diperoleh
tingkat akurasi sebesar 98% dari 390 pengujian oleh 13 penulis. Tingkat akurasi
identifikasi tanda tangan sebesar 79% dicapai dari 200 pengujian oleh 10 orang.
Pengujian juga dilakukan untuk mengetahui pengaruh noise dan jumlah karakter.

Creator(s)
  • (26401083) VINCENT MARIO RUNTUWENE
Contributor(s)
  • Kartika Gunadi → Advisor 1
  • Arie Wirawan Margono → Advisor 2
  • Rolly Intan → Examination Committee 1
Publisher
Universitas Kristen Petra; 2005
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No.01000331/INF/2005; Vincent Mario Runtuwene (26401083)
Subject(s)
  • COMPUTER AIDED VISION
  • IMAGE PROCESSING-DIGITAL TECHNIQUES
File(s)

Similar Collection

by creator, contributor, or subject