Abstract

Budaya aksara Lampung pada saat ini sudah jarang digunakan sehingga terancam punah. Untuk melestarikan budaya tersebut, maka dilakukan penelitian mengenai huruf aksara Lampung secara digital dengan metode pengolahan citra dan pengenalan pola. Pada penelitian ini, terbagi menjadi dua tahap yaitu tahap pelatihan dan tahap pengujian. Pada tahap pelatihan dilakukan pengolahan citra dan pelatihan jaringan saraf tiruan (JST) backpropagation. Salah satu tahapan dalam pengolahan citra adalah deteksi tepi. Dalam menganalisis karakter huruf aksara Lampung menggunakan metode deteksi tepi untuk melihat pola garis huruf tersebut. Metode pengolahan citra yang digunakan dalam mendeteksi tepi citra adalah metode deteksi tepi Roberts dan metode deteksi tepi Sobel. Hasil pengolahan citra akan masuk ke tahap pelatihan JST. Bobot yang didapat dari pelatihan kemudian akan digunakan pada tahap pengujian. Metode Sobel dapat mengenali karakter aksara Lampung lebih baik, dimana hasil dari pengujian karakter aksara Lampung memberikan nilai presentase error sebesar 28.5% dengan metode deteksi Roberts dan 14.5% dengan metode deteksi Sobel.

Highlights

  • The culture of Lampung script is rarely used and will get extinct

  • This research is divided into two stages

  • The image processing methods used in image edge detection are

Read more

Summary

Jaringan Lapisan Kompetitif

Jaringan ini memiliki bobot yang terlah ditentukan dan tidak memiliki proses pelatihan. Pada penelitian ini dilakukan studi perbandingan kedua metode deteksi tepi yang kemudian dilakukan pelatihan JST secara keseluruhan untuk mendapatkan nilai bobot dan bias yang baru dan dilakukan pengujian untuk melihat tingkat keberhasilan dari pengenalan karakter aksara Lampung. Hasil dari pelatihan tersebut akan dilakukan pengujian dan dilihat metode terbaik dalam pengenalan karakter aksara Lampung. Pada perangkat pengujian juga dilakukan pengolahan citra seperti halnya pada perangkat pelatihan, yaitu binerisasi, slicing, deteksi tepi Roberts dan Sobel, dilasi dan fill, cropping dan resizing hingga didapat citra akhir berukuran 20x40 piksel. Karakter akan langsung diolah untuk dikenali oleh jaringan dengan memanfaatkan bobot dan bias yang telah dihasilkan dari proses pelatihan sebelumnya. Penelitian aksara Lampung yang dilakukan sebelumnya adalah dari Hendri Setiawan pada tahun 2014 dengan judul Rancang Bangun Aplikasi Pengenalan Tulisan Tangan Aksara Lampung dengan Masukan Layar Sentuh Menggunakan JST Backpropagation.

Hidden Layer
Pengenalan
Findings
Pembahasan
Full Text
Published version (Free)

Talk to us

Join us for a 30 min session where you can share your feedback and ask us any queries you have

Schedule a call