REPOSITORY Umumindonesia2021

PENGENALAN AKSARA BATAK TOBA MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN LEARNING VECTOR QUANTIZATION

M. IKHSAN HARLIN PRATAMA, - · UIN Sultan Syarif Kasim Riau

Abstrak / Ringkasan

M. IKHSAN HARLIN PRATAMA, (2021): PENGENALAN AKSARA BATAK TOBA MENGGUNAKAN METODE MODIFIED DIRECTION FEATURE DAN LEARNING VECTOR QUANTIZATION
Indonesia memiliki berbagai ragam kebudayaan berdasarkan UNESCO, bahwa budaya memiliki
peran penting dalam sebagian besar Tujuan Pembangunan Berkelanjutan (SDGs) yang berfokus
pada sektor pendidikan dan ilmu pengetahuan yang berkualitas khususnya di daerah batak dengan
mengenal sebuah Aksara (Tulisan) Batak Toba. Kurangnya pemahaman dalam mengenali huruf
dasar Ina Ni Surat aksara batak kerap menjadi kekeliruan dalam mengenali dan membaca tulisan,
maka dibangun sebuah aplikasi untuk mengidentifikasi tulisan Ina Ni Surat aksara batak toba.
Pada penelitian ini, proses ekstraksi ciri yang digunakan adalah metode Modified Direction
Feature (MDF) dan proses klasifikasi yang digunakan metode Learning Vector Quantization
(LVQ). Pengujian dilakukan berdasarkan data merata yaitu, pengujian matriks citra dengan ukuran
120x120 piksel, dan pengujian nilai/learning rate 0.1, 0.01, 0.03, 0.05, 0.07, 0.09, 0.001, 0.003,
0.005, 0.007 dan 0.009. Dari hasil pengujian yang dilakukan adalah aplikasi mampu mengenali
citra tulisan ina ni surat batak toba dengan akurasi terbaik sebesar 87% menggunakan pembagian
data 70:30 dengan learning rate 0.1, 0.07, dan 0.09.
Kata Kunci: Aksara Batak Toba, Ekstraksi Ciri, Learning Vector Quantization (LVQ), Modified
Direction Feature (MDF), Thinning

Sitasi

RIS BibTeX
Recommendation Engine

Referensi Serupa

REPOSITORY2021

ANALISIS SENTIMEN TERHADAP APLIKASI JD.ID MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

Fajar Setiawan, -

99% mirip
REPOSITORY2020

PENERAPAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION 3 (LVQ3) UNTUK KLASIFIKASI KESULITAN BELAJAR

Mustapa Hadi, -

99% mirip
REPOSITORY2018

PENERAPAN METODE LEARNING VECTOR QUANTIZATION 2 (LVQ2) UNTUK KLASIFIKASI SERANGAN PADA JARINGAN

KUKUH ANDRIANTO

99% mirip
REPOSITORY2017

PENERAPAN METODE LEARNING VECTOR QUANTIZATION 2 (LVQ2) UNTUK MENGETAHUI LAMA MASA STUDI MAHASISWA

RAHMAT FAJRI

99% mirip
REPOSITORY2018

PENERAPAN JARINGAN SYARAF TIRUAN UNTUK PENDEKATAN DIAGNOSA JENIS PENYAKIT GINJAL DENGAN METODE LEARNING VECTOR QUANTIZATION (LVQ) 3

HADI EKO STYONO

99% mirip
REPOSITORY2017

PENERAPAN JARINGAN SYARAF TIRUAN MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION 2.1 UNTUK MENENTUKAN JURUSAN DI SEKOLAH MENENGAH ATAS

DICKY TANJUNG SAPUTRA

99% mirip
REPOSITORY2021

PENERAPAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENT DAN LEARNING VECTOR QUANTIZATION UNTUK KLASIFIKASI TEMPO BACAAN AL-QURAN

Debi Saputra Yasri, -

99% mirip
REPOSITORY2017

PENERAPAN METODE PRINCIPAL COMPONENT ANALYSIS DAN LEARNING VECTOR QUANTIZATION(PCA-LVQ) UNTUK PENGENALAN KARAKTER HURUF HIJAIYAH

RIA KURNIATI

99% mirip
REPOSITORY2021

KLASIFIKASI KUALITAS UDARA MENGGUNAKAN ALGORITMA LEARNING VECTOR QUANTIZATION DI KOTA PEKANBARU

Jufianto Henri, -

99% mirip
REPOSITORY2021

PENERAPAN GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN LEARNING VECTOR QUANTIZATION (LVQ) UNTUK KLASIFIKASI PENYAKIT RETINA MATA

Muhammad Fajar Teguh Putra, -

99% mirip
REPOSITORY2019

PREDIKSI KEBANGKRUTAN BANK BERDASARKAN RASIO CAMEL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION (LVQ)

Deri Ferdiansyah, 11451101692

99% mirip
REPOSITORY2018

JARINGAN SYARAF TIRUAN UNTUK MENGKLASIFIKASI GANGGUAN KEJIWAAN MENGGUNAKAN LEARNING VECTOR QUANTIZATION 3 (LVQ 3)

NURUL AZIMAH

99% mirip
Sumber yang Sama

Literatur Lain dari UIN Sultan Syarif Kasim Riau

Bacaan Lanjutan

Literatur Terbaru yang Relevan