5.2 Saran
Guna pengembangan sistem lebih lanjut, maka ada beberapa hal yang perlu diperhatikan antara lain sebagai berikut.
1. Aplikasi ini dapat dikembangkan dengan mengkombinasikan dengan metode LVQ dan sebelum dilakukan ekstraksi ciri, citra acuan maupun uji
dibagi ke dalam empat ruang untuk mendapatkan unjuk kerja yang lebih
baik.
2. Sistem ini menggunakan pola busur 5x5 sehingga pada pengembangan lebih lanjut dapat dicoba digunakan pola busur ukuran 3x3 dengan harapan
dapat melakukan ekstraksi citra karakter dengan lebih detail. 3. Pola model yang didapatkan pada penelitian ini bisa diteliti
penggunaannya pada pengenalan Tulisan Tangan Aksara Bali atau permasalahan sistem pengenalan obyek lainnya, tidak terbatas hanya pada
karakter cetak saja.
104
105 1. Agung BW, Tjokorda; I Gede Rudy Hermanto; Retno Novi D ang. 2009.
Pengenalan Huruf Bali dengan Menggunakan metode Modified Direction Feature MDF dan Learning Vector Quantization LVQ
. Konferensi Nasional Sistem dan Informatika 2009. Institut Teknologi Telkom, Bandung.
yudiagusta.files.wordpress.com...007-012-knsi09-002-pengenalan-huruf-bali- menggunakan-metode-modified-direction-feature-_mdf
2. Ahmad M. Sarhan, and Omar I. Al Helalat. 2007. Arabic Character Recognition using Artificial Neural Networks and Statistical Analysis
. World Academy of Science, Engineering and Technology 27 2007.
3. Dong Xiao Ni. 2007. Application of Neural Networks to Character Recognition. Proceedings of StudentsFaculty Research Day, CSIS, Pace University, May 4th,
2007. 4.
Guo-hong LI, Peng-fei SHI. 2003. An approach to offline handwritten Chinese character recognition based on segment evaluation of adaptive duration
. Journal of Zhejiang University SCIENCE ISSN 1009-3095. Institute of Image
Processing and Pattern Recognition, Shanghai Jiao Tong University 5. Honggang Zhang, Jie Yang, Weihong Deng, Jun Guo. 2008. Handwritten
Chinese Character Recognition Using Local Discriminant Projection with Prior Information.
IEEE Computer Society. 6. Jagadeesh Kannan R. and Prabhakar R. 2008. Off-Line Cursive Handwritten
Tamil Character Recognition . Wseas Transactions on Signal Processing. Issue 6,
Volume 4, June 2008. 7. Kawtrakul A. and Waewsawangwong P. 2000. Multi-Feature Extraction for
Printed Thai Character Recognition . The Fourth Symposium on Natural
Language Processing 2000. 8. Mansoor Al-Aali and Jamil Ahmad. 2007. Optical Character Recognition
System for Arabic Text Using Cursive Multi-Directional Approach . Journal of
Computer Science 3 7: 549-555, 2007. 9.
Oka Sudana, AA. K. 2006. Rancang Bangun Sistem Verifikasi Tandatangan dan Pengenalan Tulisan Tangan dengan Metode Pola Busur Terlokalisasi.
Proceeding of the Research and Studies III. TPSDP – DIKTI 2006. 10.
Oka Sudana, AA.K. 2007. Implementasi Pola Model Tandatangan Jepang dan Tandatangan Indonesia untuk Verifikasi Tandatangan Latin
. Jurnal Pakar, Vol 7, No 4, Yogyakarta.
11. Phokharatkul P, Sankhuangaw K, Somkuarnpanit S, Phaiboon S, Kimpan C.
2005. Off-Line Hand Written Thai Character Recognition using Ant-Miner Algorithm
. World Academy of Science, Engineering and Technology 8, 2005. 12.
Plamondon. R. dan Lorette. G., 1989, “Automatic Signature Verification and Writer Identification – the State of the Art
”, Pattern Recognition, Vol.22, No.2, p.107-131.
13. Rashad Al-Jawfi. 2009. Handwriting Arabic Character Recognition LeNet
Using Neural Network . The International Arab Journal of Information
Technology, Vol. 6, No. 3, July 2009, Department of Mathematics and Computer Science, Ibb University, Yemen.
DAFTAR PUSTAKA
14. Roongroj Nopsuwanchai, Dan Povey. 2003. Discriminative Training for HMM-
Based Offline Handwritten Character Recognition . University of Cambridge.
15. Schalkolff, Robert J., 1992, “Pattern Recognition : Statistical, Structural and
Neural Approaches ”, John Wiley Sons Inc.
16. Shah, Prof S K. 2004. Design and Implementation of Optical Character
Recognition System to Recognize Gujarati Script using Template Matching .
IEI Journal −ET, Vol 86 , January 2006.
17. Shin-ichi Kikuchi, Takehiro Furuta, Takako Akakura. 2008. Periodical
Examinees Identification in e-Test Systems Using the Localized Arc Pattern Method
. Distance Learning and the Internet Conference 2008. p.213-220. Waseda University, Japan.
18. Suamba Dharmayasa, I Komang Gede. 2009. Pengenalan Karakter Bali Cetak
Menggunakan Metode Moment dan Jaringan Syaraf Tiruan Learning Vector Quantization
. Teknik Elektro udayana, Jimbaran. 19.
Suastika I Made, Prof. Dr. S.U. 2010. Bahasa dan Aksara Sebagai Identitas Budaya
. www.facebook.comnote.php?note_id=295184229610 20.
Tian-Fu Gao, Cheng-Lin Liu. 2008. Highaccuracy handwritten Chinese character recognition using LDA-basedcompound distances
. Available from: www.elsevier.comlocatepr
. 21.
Tou T. Julius dan Gonzales Rafael C., 1974, “Pattern Recognition Principles”, Addison-Wesley Publishing Company.
22. Yoshimura, I., Shimizu, T. dan Yoshimura, M.. 1993. A Zip Code Recognition
System using the Localized Arc Pattern Method . Proceedings of the 2
nd
International Conference on Document Analysis and Recognition. IEEE Computer Society. p183-186.
23. Yoshimura, M. dan Yoshimura, I., 1988, “Writer Identification Based on the Arc
Pattern Transformation ”, Proceedings of the 9
th
International Conference on Pattern Recognition, November 14-17,
1993, IEEE Computer Society, Washington, p.183-186.
24. Yoshimura, I. dan Yoshimura, M., 1990, “Arc Pattern Method for Writer Recognition as an Aid for Person Identification
”, Nagoya University p.71-82. 25. Zaheer Ahmad, Jehanzeb Khan Orakzai, Inam Shamsher, Awais Adnan. 2007.
Urdu Nastaleeq Optical Character Recognition . World Academy of Science,
Engineering and Technology 32 2007.
106
107
Bulan
No
Kegiatan
1 2 3 4 5 6 7 8 9
Progress
1 Penyiapan Proposal
100 2 Studi
Kepustakaan 100
3 Perancangan Sistem
100 4 Pembuatan
Prototipe 100
5 Pengembangan dan Pemrograman
100 6
Pengambilan Sampel Tulisan Bali 100
7 Pengolahan Database
100 8
Uji Coba dan Analisa 100
9 Evaluasi dan Perbaikan
100 10 Pembuatan
Makalah 100
Jadwal Pelaksanaan
108
1. Ketua Peneliti
a. Nama lengkap dan gelar : Anak Agung Kompiang Oka Sudana, S.Kom, MT
b. Golongan, Pangkat dan NIP: IIId, Penata Tingkat I, 19750612.199903.1.002 c. Jabatan Fungsional
: Lektor Kepala d. Jabatan Struktural
: - e. Program StudiJurusan
: Teknologi Informasi Teknik Elektro f. FakultasProgram Studi
: Teknik f. Perguruan Tinggi
: Universitas Udayana g. Bidang Keahlian
: Teknik Informatika h. Waktu Untuk Penelitian ini : 15 Jam perminggu
Uraian Kegiatan Jenis Pekerjaan Total Rencana
Biaya Rp Total Sudah
Terpakai Rp Prosentase
Honorarium 11.040.000 11.040.000
100 Biaya Survey Pengambilan Data
3.150.000 3.150.000 100
Biaya Konsumsi Rapat dan Survei 9.600.000 9.600.000
100 Biaya Disain Sistem dan
Pemrograman 5.320.000 5.320.000
100 Biaya Pengolahan Database
1.330.000 1.330.000 100
Alat dan Bahan 10.280.000 10.345.000
100,63 Biaya Perjalanan
3.330.000 1.100.000 33 Biaya Penulisan Laporan
950.000 1.153.800 116,51
Biaya SeminarPublikasi 5.000.000
7.011.200 140,22
T O T A L 50.000.000
50.000.000 100
Personalia Penelitian
Rekap Penggunaan Dana Penelitian
BIODATA KETUA PENELITI I . I DENTI TAS DI RI
1.1. Nama Lengkap dengan gelar AA. Kompiang Oka Sudana,SKom, MT. L 1.2. PangkatGolongan