PENGARUH LINEAR BINARY PATTERN (LBP) DALAM PENGENALAN CITRA AKSARA JAWA BERBASIS OPTICAL CHARACTER RECOGNITION (OCR)
DOI:
https://doi.org/10.51903/semnastekmu.v2i1.149Keywords:
Linear Binary Pattern, Template Matching, Optical Charcter Recognition, Aksara Jawa.Abstract
Salah satu peninggalan budaya Indonesia dari tanah jawa yaitu Aksara Jawa. Aksara Jawa telah digunakan oleh masyarakat sejak jaman dulu untuk menulis sastra dan menulis sehari-hari. Karena memiliki bentuk yang rumit aksara jawa menjadi jarang dikenali. Oleh karena itu pada penelitian ini akan dijadikan salah satu upaya untuk belajar sekaligus melestarikan budaya khususnya Aksara Jawa yakni melakukan suatu transliterasi Aksara Jawa. Metode yang digunakan pada penelitian ini adalah dengan menggunakan Optical Character Recognition (OCR) berbasis Template matching dan ekstraksi fitur Linear Binary Pattern (LBP). OCR akan dapat membantu dalam proses pengkonversian gambar yang berisi tulisan Aksara Jawa yang nantinya akan dilakukan proses transliterasi. Cara kerja Template Matching adalah dengan mencocokkan tiap bagian pada citra dengan citra template yang telah ditentukan. LBP akan membantu dalam pengenalan huruf aksara yang memiliki objek terpisah. Berdasarkan dari pengujian diperoleh rata-rata akurasi sebesar 89,4%. Nilai akurasi tertinggi sebesar 100% dan nilai akurasi terendah sebesar 50%. Tingkat keberhasilan dalam proses transliterasi bergantung pada kejelasan objek huruf Aksara Jawa pada citra uji.
References
M. A. Rasyidi, T. Bariyah, Y. I. Riskajaya, and A. D. Septyani, “Classification of handwritten javanese script using random forest algorithm,” Bull. Electr. Eng. Informatics, vol. 10, no. 3, pp. 1308–1315, 2021.
A. Setiawan, A. S. Prabowo, and E. Y. Puspaningrum, “Handwriting Character Recognition Javanese Letters Based on Artificial Neural Network,” Int. J. Comput. Netw. Secur. Inf. Syst., no. September, pp. 39–42, 2019.
A. Susanto, D. Sinaga, C. A. Sari, E. H. Rachmawanto, and D. R. I. M. Setiadi, “A High Performace of Local Binary Pattern on Classify Javanese Character Classification,” Sci. J. Informatics, vol. 5, no. 1, p. 8, 2018.
C. A. Sari, M. W. Kuncoro, D. R. I. M. Setiadi, and E. H. Rachmawanto, “Roundness and eccentricity feature extraction for Javanese handwritten character recognition based on K-nearest neighbor,” 2018 Int. Semin. Res. Inf. Technol. Intell. Syst. ISRITI 2018, pp. 5–10, 2018.
G. H. Wibowo, R. Sigit, and A. Barakbah, “Javanese Character Feature Extraction Based on Shape Energy,” Emit. Int. J. Eng. Technol., vol. 5, no. 1, pp. 154–169, Jul. 2017.
I. F. Katili, F. D. Esabella, and A. Luthfiarta, “Pattern Recognition Of Javanese Letter Using Template Matching Correlation Method,” J. Appl. Intell. Syst., vol. 3, no. 2, pp. 49–56, Dec. 2018.
Rismiyati, Khadijah, and A. Nurhadiyatna, “Deep learning for handwritten Javanese character recognition,” in 2017 1st International Conference on Informatics and Computational Sciences (ICICoS), 2017, pp. 59–64.
Y. Sugianela and N. Suciati, “Javanese Document Image Recognition Using Multiclass Support Vector Machine,” CommIT (Communication Inf. Technol. J., vol. 13, no. 1, p. 25, May 2019.
A. N. Handayani, H. W. Herwanto, K. L. Chandrika, and K. Arai, “Recognition of Handwritten Javanese Script using Backpropagation with Zoning Feature Extraction,” Knowl. Eng. Data Sci., vol. 4, no. 2, p. 117, Dec. 2021.
Y. Harjoseputro, “Convolutional Neural Network (Cnn) Untuk Pengklasifikasian Aksara Jawa,” Buana Inform., p. 23, 2018.
L. D. Krisnawati and A. W. Mahastama, “Building classifier models for on-off javanese character recognition,” in ACM International Conference Proceeding Series, 2019.
G. A. Robby, A. Tandra, I. Susanto, J. Harefa, and A. Chowanda, “Implementation of Optical Character Recognition using Tesseract with the Javanese Script Target in Android Application,” Procedia Comput. Sci., vol. 157, pp. 499–505, 2019.
