digilib@itb.ac.id +62 812 2508 8800


COVER Yoel
PUBLIC Yati Rochayati

BAB 1 Yoel
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 2 Yoel
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 3 Yoel
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 4 Yoel
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 5 Yoel
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

BAB 6 Yoel
Terbatas  Yati Rochayati
» Gedung UPT Perpustakaan

PUSTAKA Yoel
PUBLIC Yati Rochayati

Hidup manusia semakin dipermudah dengan kemajuan teknologi, namun tidak jarang dalam kesehariannya, manusia masih menggunakan kertas dan pulpen untuk menulis hal yang dibutuhkan. Hal tersebut menjadi suatu masalah jika teks tersebut dibutuhkan untuk diubah ke dalam bentuk digital dengan cara tik huruf satu per satu karena memakan waktu dan tidak efesien. Salah satu cabang studi pada teknologi yang menjawab masalah ini adalah Optical Character Recogniton (OCR) yang memungkinkan bagi komputer dapat mengenali gambar layaknya manusia. Dengan Convolutional Neural Network (CNN) sebagai pusat kecerdasan daripada OCR, maka fitur-fitur yang dikandung pada sebuah gambar huruf dapat diekstraksi secara otomatis, menjadikannya praktis dan tidak membebani kemampuan komputasional dibandingkan menggunakan arsitektur neural network yang dibentuk dengan menentukan fitur secara manual. Pada studi ini, disediakan data latih dan validasi sebanyak 650 buah gambar tulisan tangan penulis. Data-data tersebut akan dilakukan pemrosesan tahap awal(preprocessing) sehingga data lebih optimal saat digunakan pada proses latih CNN. Preprocessing yang dilakukan adalah thresholding, noise reduction, dan segmentasi karakter. GoogLeNet yang dilatih mempunyai akurasi validasi sebesar 98,9% dengan waktu latih sepanjang 3 menit 15 detik. Jaringan tersebut diuji kelayakannya menggunakan uji karakter dan didapat akurasi sebesar 96,15%. Dengan dilakukan segmentasi baris, kata, dan karakter pada gambar uji, maka prototipe akhir dapat terbentuk dan berhasil menampilkan hasil bacaan dengan tepat berupa teks digital dari gambar yang diujikan.