Sugianela, Yuna (2019) Segmentasi Berbasis Connected Component untuk Pengenalan Karakter pada Citra Dokumen Aksara Jawa. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
05111750010030-Master_Thesis.pdf - Accepted Version Download (3MB) | Preview |
Abstract
Penerjemahan Aksara Jawa perlu dilakukan secara otomatis karena tidak semua orang memahami. Aksara Jawa terdiri dari aksara utama, murda, sandhangan, pasangan, angka, dan berbagai tanda baca. Beberapa penelitian telah dilakukan dalam pengenalan Aksara Jawa, namun segmentasi karakter yang dilakuan masih secara manual. Beberapa penelitian tentang segmentasi secara otomatis telah dilakuan seperti menggunakan projection profile yang telah mampu mengatasi kondisi overlap pada aksara, namun hasil pemotongan karakter masih kurang baik. Hasil segmentasi tersebut berpengaruh besar pada proses pengenalan. Pada penelitian ini akan dilakukan segmentasi tulisan naskah Aksara Jawa berdasarkan metode connected component labelling yang diharapkan dapat mengurangi kesalahan pada pemotongan karakter Aksara Jawa. Label connected component dapat menandai karakter-karakter yang terhubung, namun terdapat kendala ketika suatu karakter memiliki lebih dari satu komponen yang terpisah. Hal ini diatasi dengan penggabungan dua atau lebih label komponen yang memiliki kedekatan kurang dari threshold. Setelah didapat hasil citra segmentasi karakter, dilakukan ekstrasi fitur menggunakan metode Histogram of Oriented Gradient, dan diklasifikasi menggunakan Support Vector Machine. Performa segmentasi mencapai akurasi Intersection over Union sebesar 95.72%. Pada metode klasifikasi didapatkan hasil akurasi sistem pengenalan terbaik sebesar 94.9%.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTIf 006.42 Sug s-1 2019 |
| Uncontrolled Keywords: | Aksara Jawa, Segmentasi, Otsu, connected component, Histogram of Oriented Gradient, Support Vector Machine. |
| Subjects: | T Technology > T Technology (General) > T58.5 Information technology. IT--Auditing T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55101-(S2) Master Thesis |
| Depositing User: | Yuna Sugianela |
| Date Deposited: | 20 Sep 2021 08:04 |
| Last Modified: | 03 Oct 2024 01:12 |
| URI: | http://repository.its.ac.id/id/eprint/60451 |
Actions (login required)
 |
View Item |