Optical Character Recognition Pada Dokumen Karya Tulis Ilmiah Menggunakan Support Vector Machine
Daftar Isi:
- Support Vector Machine sudah digunakan pada berbagai macam penelitian pengenalan karakter, seperti pengenalan karakter bahasa Arab, font bahasa Inggris, dan pengenalan aksara Jawa dengan tingkat akurasi yang dihasilkan masing-masing sebesar 95.03%, 93.54%, dan 90.84%. Selain itu, penggunaan SVM dan ekstraksi fitur zoning pada penelitian pengenalan aksara Sunda, menghasilkan tingkat akurasi yang sangat baik yaitu sebesar 99.75%. Fokus utama dalam penelitian ini yaitu untuk mengukur tingkat akurasi yang dihasilkan oleh SVM dan metode ekstraksi ciri zoning dalam mengenali karakter yang terdapat pada citra hasil scan dokumen karya tulis ilmiah. Sebelum tahap pelatihan dan pengujian SVM dilakukan, citra melalui tahap preprocessing terlebih dahulu, seperti grayscaling, thresholding, segmentasi baris, kata dan karakter, resize, binerisasi, serta ekstrasi ciri zoning. Dari pengujian yang dilakukan terhadap 30 dokumen citra hasil scan abstrak, didapatkan hasil rata-rata akurasi tertinggi mencapai 15 % dengan parameter jumlah zona = 9 dan nilai c=1. Rendahnya tingkat akurasi ini dipengaruhi oleh proses segmentasi yang belum bisa mengatasi karakter yang berdempet, serta dipengaruhi pula oleh pemilihan zona pada saat tahap ekstraksi ciri zoning.