Segmentasi Huruf Pada Prasasti Tembaga Kuno Menggunakan Metode Thresholding Berbasis Tekstur

Rasmana, Susijanto Tri (2017) Segmentasi Huruf Pada Prasasti Tembaga Kuno Menggunakan Metode Thresholding Berbasis Tekstur. Doctoral thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
2211301009-Dissertation.pdf - Published Version
Restricted to Repository staff only

Download (8MB)

Abstract

Prasasti logam kuno merupakan salah satu bukti sejarah peradaban dan budaya masa lampau. Prasasti logam kuno yang terbuat dari tembaga, saat ini banyak yang rusak, dan salah satunya disebabkan oleh patina. Patina merupakan lapisan yang timbul karena proses oksidasi dan menutupi permukaan tembaga. Pada prasasti tembaga hal ini berakibat tertutupnya lempeng dan juga huruf-huruf pada prasasti sehingga huruf-huruf pada prasasti menjadi sulit dikenali. Untuk itu perlu dilakukan perbaikan agar huruf-huruf pada citra prasasti dapat dikenali. Langkah awal restorasi citra prasasti yang telah dilakukan adalah studi mengenai perbedaan warna pada citra prasasti logam. Perbedaan warna yang diukur adalah antara pahatan huruf dengan lempeng prasasti yang dilakukan menggunakan model warna CIELab, yaitu layer L* untuk intensitas warna, layer a* untuk warna merah dan hijau, serta layer b* untuk warna biru dan kuning. Hasil yang didapatkan untuk nilai rata-rata Δa* dan Δb* adalah kecil. Perbedaan yang cukup besar ada pada unsur intensitas warna ΔL*, maka untuk selanjutnya digunakan layer L*. Berdasarkan hasil uji coba sebelumnya tentang perbedaan warna yang kecil, maka dilakukan deteksi pahatan huruf berdasarkan tekstur. Ekstraksi tekstur pada citra prasasti menggunakan metode FO dan GLCM. Sedangkan deteksi menggunakan metode SVM classifier dan slidding window. Hasil pengukuran kinerja dari metode ini adalah untuk prasasti dengan patina coklat gelap diperoleh nilai akurasi 92,12%, presisi 59,01%, dan F-measure 63,07%. Sedangkan untuk prasasti dengan patina hijau diperoleh nilai akurasi 87,87%, presisi 40,45%, dan Fmeasure 46,93%. Bahasan selanjutnya dari penelitian ini adalah segmentasi menggunakan metode GTex Thresholding. Segmentasi dilakukan untuk memisahkan citra pahatan huruf dengan lempeng prasasti. GTex Thresholding merupakan perpaduan antara metode ekstraksi tekstur GLCM dengan Otsu Thresholding. Evaluasi dari metode GTex Thresholding didapatkan nilai F-measure 95.4%, Pseudo F-measure 94.44%, PSNR 11.15, dan DRD 37.82. Proses berikutnya adalah segmentasi huruf-huruf pada prasasti. Segmentasi dilakukan pada hasil deteksi tekstur pahatan dan hasil GTex Thresholding menggunakan metode deteksi blob. Huruf yang tersegmentasi dengan benar untuk citra hasil segmentasi GTex Thresholding adalah 64,83%, sedangkan untuk citra hasil deteksi tekstur pahatan adalah 61,86%. ================================================================================================================== Ancient metal inscriptions are one of historical evidences about past civilizations and cultures. As historical relics that are very important for science, it needs to be preserved. Ancient inscriptions made of copper were much damaged caused by patina. Patina is coatings that arise due to the oxidation process and covers the copper surface. On copper inscriptions, patina closes the plates and the letters then make difficult to be recognized and be read. There is an enhancement need of inscription, so that the existing letters on the inscription can be identified. The initial step of inscription image restoration is the study of the color differences on the metal inscription images in the CIELab color space. Measurement of color differences is performed between the letter carvings and the plate of inscription. Measurements were taken at each layer of the CIELab color space, the L* layer for the color intensity representations, the a* layer for red and green representations, and b* layer for blue and yellow representations. The calculation result obtained for the average value of Δa* and Δb* are small. The Considerable differences is in the color intensity (ΔL*), so that the L* layer is used for the next step. The next step is the detection of letter carvings that aim to segmentation. Based on the previous trial results about of the color difference is small, then the detection was performed textures based. Texture extraction of the inscription images using FO and GLCM. While detection of letter carvings using SVM classifier and sliding window. Performance measurement results of this method for inscriptions with dark brown patina, obtained value of accuracy is 92.12%, precision is 59.01%, and F-measure is 63.07%. Whereas the inscriptions with green patina, the value of accuracy is 87.87%, precision is 40.45%, and F-measure is 46.93%. Further discussion of this research is segmentation of ancient copper inscriptions using GTex Thresholding. Segmentation made to separate the letter carvings and plate of inscription. The GTex Thresholding is the combination of GLCM texture extraction methods and Otsu thresholding. The evaluation results of GTex Thresholding performance, obtained value of F-measure 95.4%, Pseudo F-measure 94.44%, PSNR 11.15, and DRD 37.82. The next process is the segmentation of the letters in the inscription. Segmentation is performed on the texture detection results of letter carvings and the results of GTex Thresholding. Letter segmented correctly to the image of the GTex Thresholding results is 64.83%, while for the image of the carving texture detection results is 61.86%.

Item Type: Thesis (Doctoral)
Uncontrolled Keywords: Prasasti tembaga kuno, SVM, GLCM, CIELab, GTex Thresholding.
Subjects: T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Industrial Technology > Electrical Engineering > (S3) PhD Theses
Depositing User: Users 13 not found.
Date Deposited: 17 May 2017 05:02
Last Modified: 28 Dec 2017 08:24
URI: http://repository.its.ac.id/id/eprint/41304

Actions (login required)

View Item View Item