Pengenalan Tulisan Tangan Aksara Jawa Menggunakan Metode Learning Vector Quantization (LVQ) dan Euclidean Distance
DOI:
https://doi.org/10.29407/inotek.v5i1.952Abstract
Perkembangan teknologi di era digital seperti sekaran mengalami kemajuan yang sangat pesat sehingga hal itu bisa dibuktikan dengan adanya banyak softwareang sangat bermanfaat dibidang pendidikan dan kebudayaan sebagai media belajar,salah satu perkembangan teknologi dibidang software adalah teknologi pengolahan citra yang di gunakan untuk pengenalan tulisan tangan aksara jawa. Sistem yang dibuatertujuan untuk membantu mengenali pola tulisan tangan aksara jawa dengan menggunakan Metode Learning Vector Quantization (LVQ) dan Euclidean Distance. Konsep dasar dari Metode Learning Vector Quantization (LVQ) dan Euclidean Distance adalah identifikasi fase penting dalam karena setiap huruf mempunyai keunikan tersendiri sehingga membedakan dirinya dari huruf yang lain. Berdasarkan hasil penelitian yang dilakukan, disimpulkan persentase akurasi yang mendekati dengan hasil sebenarnya hingga 66,66 %.
Keywords:
Aksara Jawa, Euclidean Distance, Learning Vector Quantization, Pengenalan Pola##plugins.themes.default.displayStats.downloads##
References
Anindito Prabowo, Eko Adi Sarwoko, Djalal Er Riyanto, 2006. Perbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization Pada Pengenalan Pola Tandatangan.
Budianita, Elvia dan Widodo Prijodiprodjo. 2013. Penerapan Learning Vector Quantization untuk Klasifikasi Status Gizi Anak. Yogyakarta : IJCCS.
Connolly, T., dan C.Begg. 2010. Database System: a practical approach to design, implementation, and management, 5th Edition.
Elvia Budianita, Widodo Prijodiprodjo, 2006. Penerapan Learning Vector Quantization untuk Klasifikasi Status Gizi Anak, 2013), (Risky Meliawati, Oni Soesanto, Dwi Kartini, Penerapan Metode Learning Vector Quantization pada prediksi Jurusan di SMA PGRI 1 Banjarbaru.
Fathansyah. 2012. Basis Data (Edisi Revisi). Bandung : INFORMATIKA.
Fatta, Hanif al. 2009. Rekayasa Sistem Pengenalan Wajah. Yogyakarta : Andi.
Mafrur, Rischan, M.Andestoni, Moch.Shidqul Ahdi, Nur Shalahuddin dan Anik Muhantini. 2011. Pengenalan Huruf Jawa menggunakan Metode Learning Vector Quantization (LVQ). (Online) 1 – 6, tersedia : http:// https://www.researchgate.net , diunduh 12 Juni 2017.
Meliawati, Risky, Oni Soesanto dan Dwi Kartini. 2016. Penerapan Metode Learning Vector Quantization pada prediksi Jurusan di SMA PGRI 1 Banjarbaru. Banjarbaru : Kumpulan jurnaL Ilmu Komputer (KLIK).
Putra, Darma . 2010. Pengolahan Citra Digital. Yogyakarta : Andi.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Saiful Hamzah, Danar Putra Pamungkas
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
