Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Teknologi Informasi dan Ilmu Komputer

Penggunaan Compressive Sensing pada Pengenalan Huruf dengan Tulisan Tangan Menggunakan Metode K-Nearest Neighbor Muhammad, Zalfa Alif; Budiman, Gelar; Saidah, Sofia
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 9 No 6: Desember 2022
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25126/jtiik.2022965612

Abstract

Pengambilan, pengiriman, atau pertukaran informasi berupa data sangat dibutuhkan oleh manusia. Kehidupan manusia membutuhkan informasi dengan cepat dan tepat, maka data dimanfaatkan agar tidak memakan banyak kapasitas bandwidth dan memori saat sampai di server. Dalam penelitian ini, dilakukan kompresi dengan teknik CS (Compressive Sensing). Penggunaan CS difokuskan terhadap pengenalan huruf kapital dan angka tulisan tangan yang didapatkan dari sebelas mahasiswa dengan beberapa skenario. Untuk mengetahui hal tersebut dilakukan pengumpulan data lalu diolah menggunakan preprocessing, CS, rekontruksi dengan Orthogonal Matching Pursuit, dan proses terakhir pendeteksian menggunakan K-Nearest Neighbor yang didalamnya terdapat ekstraksi ciri menggunakan Template Matching. Setelah tahapan dirancang, dilakukan pengujian dengan beberapa skenario untuk memperoleh akurasi deteksi yang paling baik dengan mengubah parameter ukuran setiap blok pada suatu citra, mengubah baris kompresi, dan mengubah dimensi citra. Sehingga didapatkan bahwa skenario yang cocok untuk pengenalan huruf kapital dan angka adalah  skenario 1 (perbandingan database citra rekonstruktif pada pengujian dengan database citra asli sebelum akuisisi CS pada pelatihan) dengan akurasi deteksi sebesar 91.95% untuk huruf kapital sedangkan untuk deteksi angka sebesar 93%. AbstractRetrieval, delivery, or exchange of information in the form of data is needed by humans. Human life requires information quickly and precisely, so data are used so it doesn't take up a lot of bandwidth and memory capacity when it arrive at the server. In this study, compression was performed using the CS ( Compressive Sensing) technique. The use of CS is focused on recognizing capital letters and handwritten numbers obtained from eleven students with several scenarios. To find out, the data were collected and then processed using preprocessing, CS, reconstruction with Orthogonal Matching Pursuit, and the last detection process were using K- Nearest Neighbor in which there were feature extraction using Template Matching. After the design stage, several scenarios were tested to obtain the best detection accuracy by changing the size parameters of each block in an image, changing the compression line, and changing the image dimensions. So it is found that the suiTabel scenario for recognizing capital letters and numbers is scenario 1 ( comparison of the reconstructive image database in the test with the original image database before the acquisition of CS in training) with a detection accuracy of 91.95% for capital letters while for number detection it is 93%.
Co-Authors A. V. Senthil Kumar Alfian Ghifari Alif, Menara Allisha Septariani Ahmad Anggi Tiovany Siregar Annida, Nurafifah Ardhiah, Aulia Arfidianti Kartika Meiza Putri Arining Pangestu Astry Novianty Aulia Wibowo Azizah Azizah Bambang Hidayat Bambang Hidayat Basudewa, Muhammad Imansyah Bayu Angga Medica Firmanda Budhi Irawan Budi Setiadi Chairunisa, Difa Cindy Angelista Deltika Dadan Nur Ramadan Daniel Gilbert Bismark Dimarta, Rafli Caesario Dimata, Rafli Caesario Doan Perdana Elsa Nur Fitri Astuti Elsa Nur Fitri Astuti Fadhlan Putra Fairuz Azmi Fajar Wahyu Satrianto Fakhrezi, Alfian Faza, Lulu Balqis Zianka Fellia Rizki Kusumowardani Fikri Adhanadi Fityanul Akhyar Fonizza Popy Wijaya Gella Aradea Putri Ghilman Hafizhan Gogi Gautama Al Hadiid Hafiz Adriansyah HANNAN HARAHAP, HANNAN Hanum, Mirza Alifia Hengki Setiadi Hilman Fauzi, Hilman I G A M Wibhu Cadu Asrawan I Nyoman Apraz Ramatryana Ifan Fadlina Anhar Iman Hedi Santoso Indrarini Diah Irawati Indrarini Dyah Irawati Intan Shafinaz Rahmatika Inung Wijayanto Irfan Dwi Pratama Irma Safitri Iwan Iwut Jamhari Jamhari Jangkung Raharjo Jaya, M. Izham Kadek Suryadharma KHAERUDIN SALEH Khoirul Anwar Ledya Novamizanti Liyana Faiza Lulud Annisa Ainun Mahmuddah Lutvi Murdiansyah Murdiansyah M Fauzan Rindra P M. Faiz Nashrullah Mahanani, Edo Lutfi Maidin, Siti Sarah Marissa Kezia Maghein Meiza Putri, Arfidianti Kartika Melati Wahyutami Mochamad Erkki Svante Nyfors Mochamad Reyhand Landrenzy Zulfikar Mohamad Iqbal Mohammad Bisma Rezady Mohammad Fadly Sulianto Mona Renasari Muhammad Alif Rizqi Hatmadiansyah Muhammad Aprianda Rahmadi Muhammad Iqbal Muhammad Iqbal Rabbani Muhammad, Zalfa Alif Naufal Reza Alfiandy Novialdy Nugroho Santoso Nugraeni Kholifaturrofiah Nur Andini Nur Ibrahim Nurbani Yusuf Nurwan Reza Fachrurrozi Nydia Amelinda Putri Nyoman Apraz Ramatryana Parameswara, Prastama Agung Yusuf Pasaribu, Novalanza Grecea Prasetyo, Muhammad Putra, Afi Athallah Syamsulhadi Putri, Gisky Rahmada Putri, Reyhani Lian R. Yunendah Nur Fu’adah Raditiana Patmasari Rahadian Lintang Sinuryo Rahmawati, Aulya Ramadhan Prasetya Dahlan Ramadhani, Shinta RAMATRYANA, I NYOMAN APRAZ Ratri Dwi Atmaja Refika Oktaviani Reformatio, Fairoez Nauval Renasari, Mona RENDRAGRAHA, RENDY DWI RENDRAGRAHA, RENDY DWI Rendy Pratama Yuda Reyhani Lian Putri Rita Purnamasari Rolasris Rolasris Roma Aji Kaloko, Roma Aji Rustam Rustam Ryan Aminullah Ryan Anggara Saddan Hussein Sari, Rina Media Sasmi Hidayatul Yulianing Tyas Sa’idah, Sofia Sholichatur Rizkiyah Sholih, Ghinan Muhammad SIREGAR, RIZKY DAMARJATI SIREGAR, RIZKY DAMARJATI Siti Zahrotul Fajriyah Sofia Sa’idah SOFIA SAIDAH Suci Aulia Sugondo Hadiyoso Sulistyowati, Syifa Dwi Suryo Adhi Wibowo Syamsul Rizal Syarahbil Pawellang Syifa Maliah Rachmawati Syifa Nurgaida Yutia Tita Haryanti Triasari, Biyantika Emili Unang Sunarya Wahidin Wahidin WIBOWO, BHISMA ADI Wulanda, Ghea Aldama Yoga Sanjaya Purba Yudiansyah Yudiansyah Yugnan Adi Sasongko YULI SUN HARIYANI Yulinda Eliskar Zhao, Zhong