HERLAMBANG, MUHAMMAD FAHMI (2020) TA: PENGENALAN KARAKTER HURUF BRAILLE DENGAN METODE CONVOLUTIONAL NEURAL NETWORK. Skripsi thesis, Institut Teknologi Nasional Bandung.

Preview	Text (Cover) 01 Cover 152016039.pdf Download (253kB) | Preview
Preview	Text (Abstrak) 02 Abstrak 152016039.pdf Download (115kB) | Preview
Preview	Text (Daftar Isi) 03 Daftar Isi 152016039.pdf Download (123kB) | Preview
Preview	Text (Bab 1) 04 Bab 1 152016039.pdf Download (60kB) | Preview
Preview	Text (Bab 2) 05 Bab 2 152016039.pdf Download (401kB) | Preview
Preview	Text (Daftar Pustaka) 06 Daftar Pustaka 152016039.pdf Download (139kB) | Preview

Abstract

Karakter huruf Braille terdiri dari 6 titik yang dirancang sedemikian rupa sehingga menjadi sebuah sistem penulisan yang dapat digunakan untuk membantu tunanetra. Akan tetapi, membaca huruf Braille tidaklah mudah karena selain harus memahami huruf Braille tersebut juga dibutuhkan sensitivitas jari yang cukup agar dapat membaca huruf Braille. Adapun penelitian tentang pengenalan huruf Braille menggunakan teknologi kecerdasan buatan, salah satunya deep learning. Metode deep learning yang digunakan adalah Convolutional Neural Network (CNN). Metode CNN dapat digunakan dalam pengenalan wajah, analisis dokumen, klasifikasi gambar, dan sebagainya. Pada penelitian ini, metode CNN digunakan untuk pengenalan karakter huruf Braille. Sistem melakukan proses pengenalan karakter huruf braille per karakter dengan model yang sudah dilatih dengan dataset dengan 26 karakter. Hasil yang didapat mencapai tingkat akurasi 95.38% untuk citra karakter Braille yang diakuisisi dengan smartphone dengan kemiringan antara 0 hingga 4 derajat dan jarak 30cm dengan model training dengan learning rate 0.0001 dan optimizer Adam. Kata Kunci: Pengolahan Citra, Pengenalan Karakter Braille, Convolutional Neural Network.

Actions (login required)

View Item