PENGENALAN POLA CITRA AKSARA JAWA TULISAN TANGAN

Arif Riyandi, NIM.: 20206051001 (2022) PENGENALAN POLA CITRA AKSARA JAWA TULISAN TANGAN. Masters thesis, UIN SUNAN KALIJAGA YOGYAKARTA.

Preview	Text (PENGENALAN POLA CITRA AKSARA JAWA TULISAN TANGAN) 20206051001_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (2MB) | Preview
	Text (PENGENALAN POLA CITRA AKSARA JAWA TULISAN TANGAN) 20206051001_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (5MB) | Request a copy

Abstract

Aksara jawa merupakan tulisan khas suku jawa dan merupakan aset budaya bangsa Indonesia. Banyak naskah kuno yang tersimpan dengan baik di berbagai museum atau perpustakaan di Indonesia. Alat baca aksara jawa otomatis yang sangat membantu dalam menyederhanakan dan mempercepat pembacaan manuskrip ini. Dengan ini, lebih banyak generasi di Indonesia yang dapat menggunakan pengetahuan penting yang terkandung dalam naskah. Dengan adanya perkembangan ilmu komputasi saat ini dan kapasitas proses komputer semakin meningkat. Salah satu penerapannya adalah dalam melakukan pengenalan objek secara otomatis dengan menggunakan komputer dengan mengambil dan mengolah informasi suatu citra. Penelitian ini bertujuan melakukan klasifikasi citra aksara jawa menggunakan pengolahan citra. Proses pengolahan citra berupa prapemrosesan, segmentasi yang menerapkan metode adaptive thresholding, operasi morfologi opening dan operasi morfologi closing untuk memperbaiki citra yang aksara jawa yang terlalu tipis atau putus-putus, cropping dengan bantuan metode CCL dan klasifikasi menggunakan CNN. Dataset diambil langsung dari 100 responden sejumlah 2400 citra untuk 24 kelas dari 20 jenis aksara jawa. Citra dari dataset Kaggle sejumlah 1440 gambar juga digunakan sebagai data uji di luar dataset. Hasil dari penelitian ini diperoleh akurasi pelatihan model CNN sebesar 94,27 %. Pengujian dengan menggunakan data uji menghasilkan akurasi sebesar 88,25 % sedangkan pengujian dengan menggunakan data citra uji di luar dataset diperoleh hasil akurasi sebesar 88,54 %. Metode pengolahan citra yang dirancang diharapkan dapat diterapkan dalam merancang sistem untuk melakukan identifikasi dan klasifikasi citra aksara jawa.

Share this knowledge with your friends :

Actions (login required)

View Item