IDENTIFIKASI JENIS FONT PADA GAMBAR DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Beny Atmaja, 3011510016 (2022) IDENTIFIKASI JENIS FONT PADA GAMBAR DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
0. COVER.pdf

Download (114kB)
[img] Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf

Download (63kB)
[img] Text (HALAMAN PENGESAHAN)
2. HALAMAN PENGESAHAN.pdf
Restricted to Registered users only

Download (317kB) | Request a copy
[img] Text (HALAMAN PERSETUJUAN PUBLIKASI)
3. HALAMAN PERSETUJUAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (230kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN ORISINALITAS)
4. HALAMAN PERNYATAAN ORISINALITAS.pdf
Restricted to Repository staff only

Download (178kB) | Request a copy
[img] Text (ABSTRAK)
5. ABSTRAK.pdf

Download (167kB)
[img] Text
6. KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (228kB) | Request a copy
[img] Text (DAFTAR ISI)
7. DAFTAR ISI.pdf

Download (170kB)
[img] Text (DAFTAR TABEL)
8. DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (182kB) | Request a copy
[img] Text (DAFTAR GAMBAR)
9. DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (183kB) | Request a copy
[img] Text (BAB I PENDAHULUAN)
10. BAB I PENDAHULUAN.pdf

Download (299kB)
[img] Text (BAB II KAJIAN PUSTAKA)
11. BAB II KAJIAN PUSTAKA.pdf
Restricted to Repository staff only

Download (516kB) | Request a copy
[img] Text (BAB III METODOLOGI PENELITIAN)
12. BAB III METODOLOGI PENELITIAN.pdf
Restricted to Repository staff only

Download (621kB) | Request a copy
[img] Text (BAB IV HASIL DAN PEMBAHASAN)
13. BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (404kB) | Request a copy
[img] Text (BAB V PENUTUP)
14. BAB V PENUTUP.pdf
Restricted to Repository staff only

Download (164kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
15. DAFTAR PUSTAKA.pdf

Download (227kB)
[img] Text (LAMPIRAN)
16. LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (FULL TEXT)
17. SKRIPSI - BENY ATMAJA (3011510016).pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
[img] Text (FULL TEXT DOC)
18. SKRIPSI - BENY ATMAJA (3011510016).docx
Restricted to Repository staff only

Download (5MB) | Request a copy
[img] Text (DRAFT JURNAL)
19. JURNAL-BENY ATMAJA (3011510016).docx
Restricted to Repository staff only

Download (225kB) | Request a copy

Abstract

Font adalah objek visual untuk kebutuhan aplikasi dan situs digital pada perangkat elektronik. Font merupakan file data elektronik yang mengandung sebuah kumpulan dari elemen penulisan (glyph), karakter dan simbol. pada user interface font memiliki dua gaya font yaitu serif dan sans serif yang masing masing sering digunakan pada website dan aplikasi sebagai font standar dari developer. Para graphic designer dan frontend developer dalam kondisi tertentu sangat membutuhkan identifikasi terhadap font dan masalah yang banyak terjadi adalah untuk membuat inovasi yang sama atau menggunakan font yang sama dari sebuah desain hasil karya atau aplikasi yang sudah ada. namun font tersebut sudah dalam bentuk gambar sehingga menyebabkan kesulitan dalam mengetahui jenis fontnya sehingga dapat menghambat efektifitas dan produktifitas kerja. mengatasi hal tersebut terdapat salah satu metode untuk klasifikasi dan identifikasi objek pada sebuah gambar, metode tersebut adalah Convolutional Neural Network (CNN). Arsitektur CNN yang digunakan memiliki 32 convolution layer, 64 pooling layer, dan 64 fully connected layer dengan menggunakan ReLU dan softmax sebagai fungsi aktivasi. Hasil penelitian menunjukan dalam proses mengidentifikasi jenis mendapat nilai precision sebesar 94%, recall sebesar 78%, f-measure sebesar 85% dan accuracy sebesar 70% dengan nilai loss 1,0784.

Item Type: Thesis (Undergraduate)
Additional Information: Softfile/KK.22/UISI-01/IF
Uncontrolled Keywords: Convolutional Neural Network, CNN, Font
Contributors:
ContributionNameEmail
Thesis advisorTaufiqotul Bariyah, S.Kom., M.IM.taufiqotul.bariyah@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Beny Atmaja
Date Deposited: 06 Sep 2022 09:20
Last Modified: 06 Sep 2022 09:20
URI: https://repository.uisi.ac.id/id/eprint/3945

Actions (login required)

View Item View Item