Hidayati, Rahmatina (2018) Pengenalan Hangul Menggunakan Support Vector Machine. Magister thesis, Universitas Brawijaya.
Abstract
Pengenalan citra Hangul cenderung lebih sulit dibandingkan dengan pengenalan citra Latin. Hal ini bisa dilihat dari bagaimana menyusunnya. Hangul disusun dengan dua dimensi, sedangkan Latin dari kiri ke kanan. Dalam penelitian ini dibuat sebuah sistem untuk mengenali citra Hangul menjadi teks Latin yang diharapkan dapat digunakan sebagai bahan pembelajaran bagaimana membaca Hangul itu sendiri. Pada umumnya, sistem pengenalan citra terbagi ke dalam 3 langkah, pertama preprocessing yang meliputi tresholding, segmentasi yang dilakukan menggunakan metode connected component-labeling, dan thinning atau penipisan menerapkan algoritma Zhang-Suen. Kedua, sistem melakukan pengambilan fitur dari masing-masing citra. Metode yang diterapkan dalan pencarian fitur adalah chain code.Terakhir, proses pengenalan yang menerapkan Support Vector Machine (SVM) dengan beberapa kernel (linear, polynomial, radial basis function, dan laplacian). Dalam percobaan dilakukan pengenalan pada citra huruf dan kata Hangul. Untuk huruf terdiri dari 34 huruf, di mana masing-masing huruf memiliki 15 pola berbeda. Jumlah keseluruhan adalah 510 huruf yang terbagi ke dalam 3 data skenario data. Hasil tertinggi yang diperoleh mencapai 94,7% dengan menggunakan SVM kernel polynomial dan radial basis function. Sedangkan pada kata, pengenalan Hangul dilakukan pada kata Hangul tipe 1 dan 2 dengan 15 pola berbeda. Perbedaan pola ini didapat dengan merubah jenis font-nya. Akurasi tertinggi mencapai 82% dengan menggunakan SVM kernel polynomial saat menggunakan tipe data 1 dan skenario data 2. Tingkat keberhasilan pengenalan dipengaruhi oleh banyaknya data yang dilatih.
English Abstract
The recognition of Hangul Image is more difficult compared with the recognition of Latin Image. It could be seen from how to arrange it. The Hangul is arranged from two dimensions, while the Latin is arranged from the left to the right. In the research, it is made a system to identify the Hangul image become the Latin text which is hoped to be used as a learning material how to read the Hangul itself. In general, the image recognition system is divided into three steps, the first is preprocessing that includes the tresholding, the segmentation which is done using the method of connected component-labeling, and thinning to decrease some information of a pattern and it uses Zhang Suen. The second, the system does taking the feature from every image. The method which is applied in looking at the feature is chain code. Finally, the recognition process utilizes Support Vector Machine (SVM) with some kernels (linear, polynomial, radial basis function, and laplacian). It is done the recognition to letter image and Hangul word. For the letter consists of 34 letters, where each letter has 15 different patterns. The amount of all is 510 which is divided into 3 data scenarios. The highest result which is achieved 94,7% by using SVM kernel polynomial and radial basic function. While in the word, the recognition of Hangul is done to the type 2 Hangul word with 15 different patterns. The difference of these patterns are achieved by changing the type of font. The highest accurate is achieved by using the SVM kernel polynomial, is 82% when using data type 1 and data scenario 2. The level of recognition result is influenced by many trained data.
Other obstract
-
Item Type: | Thesis (Magister) |
---|---|
Identification Number: | TES/006.31/HID/p/2018/041808386 |
Uncontrolled Keywords: | Pengenalan Citra, Support Vector Machine, Hangul, kernel polynomial, kernel radial basis function,-Image recognition; Support Vector Machine; Hangul; kernel polynomial; kernel radial basis function |
Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.31 Machine learning |
Divisions: | S2/S3 > Magister Teknik Elektro, Fakultas Teknik |
Depositing User: | Endang Susworini |
Date Deposited: | 02 Jun 2022 05:33 |
Last Modified: | 02 Jun 2022 05:33 |
URI: | http://repository.ub.ac.id/id/eprint/190802 |
Text
Rahmatina Hidayati (2).pdf Download (6MB) |
Actions (login required)
View Item |