@thesis{thesis,
		author={DWIUTAMA  AGISTYA ANUGRAH},
		title ={TA: IDENTIFIKASI JENIS FONT MENGGUNAKAN METODE GENETIC MODIFIED K-NEAREST NEIGHBOR},
		year={2020},
		url={http://eprints.itenas.ac.id/1306/},
		abstract={Font adalah kumpulan karakter lengkap yang memiliki ukuran dan gaya. Saat melihat desain atau aplikasi, desainer grafis dan pengembang front-end terinspirasi untuk menggunakan font yang sama. Namun font telah menjadi gambar atau aplikasi dan sulit untuk mengetahui jenis font yang digunakan. Genetic Modified K-Nearest Neighbor (GMKNN) merupakan metode gabungan dari Modified K-Nearest Neighbor (MKNN) dan Genetic Algorithm (GA) untuk menentukan k Optimal. Dalam penelitian ini, sebuah sistem akan dirancang untuk mengenali jenis font sans-serif menggunakan metode Genetic Modified K-Nearest Neighbor (GMKNN) untuk mengukur akurasi dan waktu komputasi. Dataset yang digunakan berjumlah 4680 citra. Kinerja sistem dalam proses mengidentifikasi jenis font mendapat nilai presisi rata-rata 74,6%. Nilai akurasi adalah 72,2% dan nilai recall 72%. Dari hasil presisi dan recall yang diperoleh nilai f-measure sebesar 72,2% dan rata-rata waktu komputasi untuk satu karakter diperoleh adalah 945,04190395673 detik.
Kata kunci : Pengolahan Citra Digital, Font, Pengenalan Pola}
		}