Pengenalan Karakter Tulisan Tangan Sunda Kuno Pada Naskah Lontar Dengan Metode Ekstraksi Fitur Histogram of Oriented Gradient (HOG) dan Metode Klasifikasi K-Nearest Neighbor (KNN)
| Main Author: | Nat, Fadhliyah Rahmah |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/14410 |
Daftar Isi:
- Penelitian mengenai pengenalan pola telah banyak dilakukan. Salah satunya adalah melakukan pengenalan aksara pada dokumen-dokumen kuno. Umumnya, tahap ini mencakup ekstraksi fitur dan klasifikasi. Terdapat banyak metode yang dapat digunakan, baik dalam proses ekstraksi fitur maupun klasifikasi. Metode-metode yang ada memiliki kekurangan dan kelebihannya masing-masing. Penggunannya tergantung kepada kondisi data yang akan dikenali. Penelitian yang dilakukan oleh Windu (2016) menunjukkan perbandingan model pengenalan yang diterapkan pada manuskrip Bali kuno berbahan lontar. Hasil penelitian tersebut menunjukkan bahwa model pengenalan aksara Bali kuno yang melibatkan proses ekstraksi fitur dengan performa terbaik adalah kombinasi dari metode ekstraksi fitur HOG dan metode klasifikasi KNN, yaitu sebesar 84.35%. Dengan kombinasi metode yang sama, dibangun sebuah model pengenalan terhadap aksara Sunda kuno yang diambil dari Situs Kabuyutan Ciburuy. Jumlah data yang digunakan adalah 7,371 data citra, dimana setiap data citra memuat satu aksara Sunda kuno. Sebanyak 85% dari data tersebut digunakan dalam tahap pelatihan, 5% digunakan dalam tahap validasi, dan 10% digunakan dalam tahap pengujian. Hasilnya menunjukkan nilai F1-Score sebesar 0.78 saat pengujian model.