Library Automation and Digital Archive
LONTAR
Fakultas Ilmu Komputer
Universitas Indonesia

Pencarian Sederhana

Find Similar Add to Favorite

Call Number T-1109 (Softcopy T-818) Source code T-225
Collection Type Tesis
Title Segmentasi karakter pada citra manuskrip jawa menggunakan projection analysis dan connected component analysis
Author Muhammad Zidny Naf'an;
Publisher Depok: Fakultas Ilmu Komputer, 2015
Subject
Location FASILKOM-UI;
Lokasi : Perpustakaan Fakultas Ilmu Komputer
Nomor Panggil ID Koleksi Status
T-1109 (Softcopy T-818) Source code T-225 TERSEDIA
Tidak ada review pada koleksi ini: 42559
ABSTRAK

ABSTRAK Nama : Muhammad Zidny Naf’an Program Studi : Magister Ilmu Komputer Judul :.Segmentasi Karakter pada Citra Manuskrip Jawa ………………..Menggunakan Projection Analysis dan Connected Component …………………..Analysis Penelitian mengenai segmentasi karakter merupakan proses awal dalam melakukan analisis isi naskah manuskrip Jawa. Segmentasi karakter pada citra naskah sangatlah penting untuk proses transliterasi naskah beraksara Jawa menjadi huruf Latin secara otomatis oleh komputer. Kertas pada naskah sudah rapuh dikarenakan umur naskah yang tua sehingga menyebabkan kontras yang rendah dan munculnya noise antara teks dan background. Serta warna tinta yang sudah memudar berpengaruh pada kontras karakter pada naskah. Dimungkinkan juga terjadi ambigu hasil segmentasi karakter dikarenakan adanya keanekaragaman ukuran karakter dan adanya jarak spasi pada satu karakter. Langkah-langkah segmentasi karakter yang dilakukan dalam penelitian ini adalah image acquisition, Gaussian filtering, binerisasi citra dengan algoritma Wolf-Jolion, segmentasi baris dengan metode vertical profile projection (VPP) dan Radon transform serta rule deteksi objek dengan connected component analysis, kemudian segmentasi karakter dengan metode horizontal profile projection. Evaluasi segmentasi baris dilakukan dengan perhitungan nilai hit rate untuk empat kriteria, yaitu Correct untuk hasil yang benar, Line Including Outlier Script (LIOS) untuk hasil segmentasi yang memiliki aksara dari baris lain, Truncated Line (TL) untuk baris yang terpotong, dan Mix (LIOS+TL) untuk baris yang memiliki aksara dari baris lain dan juga terpotong. Hasil segmentasi baris yang benar (Correct) dengan metode VPP adalah 0.77 dan dengan metode Radon transform adalah 0.8. Hal ini dikarenakan perhitungan jumlah piksel hitam pada Radon transform berdasarkan sudut tertentu, sedangkan pada VPP perhitungan jumlah piksel hitam hanya berdasarkan satu baris saja. Evaluasi hasil segmentasi karakter dilakukan dengan perhitungan nilai hit rate untuk dua kriteria, yaitu Readable untuk karakter yang dapat dibaca dan Unreadable untuk karakter yang tidak terbaca. Hasil segmentasi karakter dengan citra baris hasil dari vertical profile projection adalah 0.60245 dan nilai hit rate hasil segmentasi karakter dengan citra baris dari Radon transform adalah 0.60036. Hasil segmentasi karakter dengan input citra baris hasil segmentasi Radon transform hasilnya lebih rendah dikarenakan terdapat beberapa hasil segmentasi baris yang tumpang tindih (2 baris tersegmentasi menjadi 1 baris). Sehingga horizontal profile projection gagal dalam melakukan identifikasi lokasi karakter pada baris tersebut.