Pengenalan Pola Huruf Hijaiyah Menggunakan Support Vector Machine (SVM)
ii
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT VECTOR
MACHINE (SVM)
SKRIPSI
NADYA AMELIA
101402014
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
iii
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT VECTOR
MACHINE (SVM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana
Teknologi Informasi
NADYA AMELIA
101402014
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PENGENALAN POLA HURUF HIJAIYAH
MENGGUNAKAN SUPPORT VECTOR MACHINE
(SVM)
Kategori
: SKRIPSI
Nama
Nomor Induk Mahasiswa
: NADYA AMELIA
: 101402014
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
..UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Sajadin Sembiring, S.Si., M.Comp.Sc
Dr. Erna Budhiarti Nababan, M.IT
NIP. -
NIP. -
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110200801 1 010
Universitas Sumatera Utara
iii
PERNYATAAN
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT
VECTOR MACHINE (SVM)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 14 Juni 2016
Nadya Amelia
101402014
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Alhamdulillah, puji dan syukur penulis panjatkan kepada Allah SWT yang telah
memberikan rahmat, karunia, taufik dan hidayah-Nya, serta segala sesuatu dalam
hidup, sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk
memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S1)Teknologi
Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu
penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung.
Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya
kepada:
1. Keluarga penulis, Ayahanda Munawirman, Ibunda Nofiar, Abang penulis Ferdie
Yolandho, dan adik penulis Anisa Khuntum Khaira beserta keluarga besar yang
selalu memberikan dukungan, perhatian serta doa kepada penulis sehingga dapat
menyelesaikan skripsi ini.
2. Ibu Dr. Erna Budhiarti Nababan, M.IT. selaku Dosen Pembimbing I dan Bapak
Sajadin Sembiring,S.Si.,M.Comp.Sc., selaku Dosen Pembimbing II yang telah
banyak meluangkan waktunya serta memberikan bimbingan dan dukungan kepada
penulis dalam penyusunan dan penulisan skripsi ini.
3. Bapak Dr. Sawaluddin, M.IT selaku Dosen Penguji I dan Bapak Romi Fadillah
Rahmat, B.Comp.Sc., M.Sc. selaku Dosen Penguji II yang telah memberikan kritik
dan saran yang membangun dalam penyempurnaan skripsi ini.
4. Bapak Muhammad Anggia Muchtar, ST., MM.IT. selaku Ketua Program Studi S1
Teknologi Informasi dan Bapak Mohammad Fadly Syahputra, B.Sc., M.Sc.IT.
selaku Sekretaris Program Studi S1 Teknologi Informasi.
5. Seluruh Dosen Program Studi S1 Teknologi Informasi yang telah memberikan
ilmu yang bermanfaat bagi penulis dari awal perkuliahan.
6. Teman-teman penulis, Rizki Ramadhan, Maslimona Harimita Ritonga, Sonya L
Akbar, Faradilla S, Utami M Dinanti, dan seluruh mahasiswa TI 2010 yang telah
memberikan semangat dan menjadi teman diskusi penulis dalam menyelesaikan
skripsi ini.
7. Seluruh staf TU (Tata Usaha) serta pegawai di Program Studi S1 Teknologi
Informasi
8. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu,
penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan
skripsi ini. Akhir kata penulis ucapkan terima kasih.
Universitas Sumatera Utara
v
ABSTRAK
Huruf hijaiyah memiliki bentuk yang sangat unik dan variatif antara satu dengan
yang lainnya, Untuk membedakannya, huruf hijaiyah harus disesuaikan dengan
karakteristiknya masing-masing. Pada penelitian ini digunakan Support Vector
Machine untuk mengenali tulisan tangan huruf hijaiyah dari beberapa orang. Sebelum
tahap identifikasi dilakukan citra huruf akan mengalami pre-processing , dan ekstraksi
ciri menggunakan metode zoning. Metode zoning ini menghitung jumlah piksel aktif
(hitam) setiap zona dan melakukan perbandingan terhadap zona yang memiliki jumlah
piksel aktif yang paling banyak. Ekstraksi ciri yang digunakan adalah variasi dari
metode zoning yaitu Image Centroid and Zone (ICZ) dan Zone Centroid and Zone
(ZCZ). Pembagian zona yang digunakan adalah 3,5,7, dan 9 zona. Pada penelitian
ini ditunjukkan bahwa metode yang diajukan mampu mengenali tulisan tangan huruf
hijaiyah dengan akurasi terbaik menggunakan metode zoning ZCZ dengan pembagian
zona 7 dan 9 yaitu 90 %.
Kata kunci : Huruf hijaiyah, metode zoning, Support Vector Machine.
Universitas Sumatera Utara
vi
PATTERN RECOGNITION ON HIJAIYAH LETTERS USING SUPPORT
VECTOR MACHINE (SVM)
ABSTRACT
Hijaiyah letters have very unique shape and varies between one and another. To
differentiate it, hijaiyah letters have to be adapted with their own characteristic. This
research used a support vector machine to recognize the handwriting of hijaiyah letters
from some people. Pre-processing, and feature extraction using zoning methode will
be done before the identification phase. Zoning method summing every active (black)
pixel from each zone and divide value from each zone by a zone with most active
pixel. Feature extraction method used is the variations of zoning method that is
Image Centroid and Zone (ICZ) and Zone Centroid and Zone (ZCZ). The number of
zones used are 3.5 .7, and 9 zones. This research shows that the proposed method is
able to identify handwriting of the hijaiyah letters with the best accuracy using Zone
Centroid Zone (ZCZ) feature extraction method using 7 and 9 zone is 90%.
Keyword: Hijaiyah letters, zoning extraction, Support Vector Machine.
Universitas Sumatera Utara
vii
DAFTAR ISI
Hal.
PERSETUJUAN
ii
PERNYATAAN
iii
UCAPAN TERIMA KASIH
iv
ABSTRAK
v
ABSTRACT
vi
DAFTAR ISI
vii
DAFTAR TABEL
ix
DAFTAR GAMBAR
x
BAB 1
PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
3
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
4
1.6 Metodologi
4
1.7 Sistematika Penulisan
5
LANDASAN TEORI
7
2.1 Citra
7
BAB 2
2.1.1
Citra biner (binary image)
7
2.1.2
Citra keabuan (grayscale image)
8
2.1.3
Citra warna (color image)
9
2.2 Format Citra Digital
9
2.2.1
Bitmap (.bmp)
9
2.2.2
GIF
10
2.2.3
JPEG
10
2.3 Pengolahan Citra
2.3.1
Thresholding
10
10
Universitas Sumatera Utara
viii
2.3.2
Cropping
11
2.3.3
Normalisasi
12
2.3.4
Thinning
12
2.4 Ekstraksi Fitur
2.4.1
BAB 3
BAB 4
Ekstraksi Ciri Zonning
13
2.5 Support Vector Machine (SVM)
15
2.6 Penelitian Terdahulu
20
ANALISIS DAN PERANCANGAN SISTEM
21
3.1 Arsitektur Umum
21
3.2 Akuisisi Data
23
3.3 Preprocessing
23
3.3.1
Pembentukan citra biner (threshold)
24
3.3.2
Pemotongan citra (cropping)
24
3.3.3
Normalisasi Resolusi Citra (normalization)
25
3.3.4
Pengurusan objek citra (thinning)
25
3.4 Ekstraksi Ciri (Feature Extraction)
26
3.5 Klasifikasi
30
3.6 Perancangan Sistem
34
IMPLEMENTASI DAN PENGUJIAN SISTEM
40
4.1 Implementasi Sistem
40
4.1.1
Spesifikasi software dan hardware yang digunakan
40
4.1.2
Implementasi Perancangan Antarmuka
40
4.1.2.1 Tampilan utama sistem pre-processing
41
4.1.2.2 Tampilan utama sistem ekstraksi ciri
42
4.1.2.3 Tampilan utama sistem pengujian SVM
44
Implementasi Data
44
4.1.3
BAB 5
13
4.2 Prosedur Operasional
44
4.3 Pengujian Sistem
49
KESIMPULAN DAN SARAN
53
5.1 Kesimpulan
53
5.2 Saran
54
DAFTAR PUSTAKA
55
Universitas Sumatera Utara
ix
DAFTAR TABEL
Hal.
Tabel 2.1
Contoh kasus nilai fitur dan kelas
20
Tabel 2.2 Penelitian terdahulu
21
Tabel 3.1 Nilai fitur dan kelas
33
Tabel 3.2 Data uji
35
Tabel 3.3 Fungsi klasifikasi
36
Tabel 4.1 Data hasil pengujian
49
Tabel 4.2 Data hasil pengujian(lanjutan)
50
Tabel 4.3 Hasil akurasi berdasarkan metode ciri dan jumlah zona
50
Universitas Sumatera Utara
x
DAFTAR GAMBAR
Hal.
Gambar 2.1
Citra huruf T
8
Gambar 2.2
Representasi citra biner dari huruf T
8
Gambar 2.3
Citra hitam-putih
8
Gambar 2.4
Citra grayscale
8
Gambar 2.5
Citra warna
9
Gambar 2.6
Citra hasil treshold
11
Gambar 2.7
Citra proses cropping
12
Gambar 2.8
Citra proses thinning
13
Gambar 2.9
Citra pembagian zona citra biner
14
Gambar 2.10 Hyperplane
16
Gambar 3.1
Arsitektur umum
22
Gambar 3.2
Tahapan pre-processing
23
Gambar 3.3
Citra hasil thresholding
24
Gambar 3.4
Citra hasil cropping
25
Gambar 3.5
Citra hasil normalisasi
25
Gambar 3.6
Citra hasil thinning
26
Gambar 3.7
Citra ilusi untuk algoritma ICZ dan ZCZ
26
Gambar 3.8
Citra perhitungan jarak ICZ
29
Gambar 3.9
Citra perhitungan jarak ZCZ
31
Gambar 3.10 Rancangan tampilan awal
35
Gambar 3.11 Rancangan tampilan utama-preprocessing
35
Gambar 3.12 Rancangan tampilan utama-preprocessing(folder)
36
Gambar 3.13 Rancangan tampilan utama-ekstraksi ciri
37
Gambar 3.14 Rancangan tampilan utama-ekstraksi cir(folder)
38
Gambar 3.15 Rancangan tampilan utama-pengujian SVM
38
Gambar 4.1
Tampilan utama preprocessing
41
Gambar 4.2
Tampilan utama preprocessing(folder)
42
Gambar 4.3
Tampilan utama ekstraksi ciri
43
Universitas Sumatera Utara
xi
Gambar 4.4
Tampilan utama ekstraksi ciri(folder)
43
Gambar 4.5
Tampilan utama pengujian SVM
44
Gambar 4.6
Tampilan “Browse” pre-processing
44
Gambar 4.7
Tampilan “Browse” pre-processing(folder)
45
Gambar 4.8
Tampilan awal aplikasi proses Pre-processing
46
Gambar 4.9
Tampilan “Browse” ekstraksi ciri
46
Gambar 4.10 Tampilan “Browse” ekstraksi ciri(folder)
47
Gambar 4.11 Tampilan awal aplikasi proses ekstraksi ciri
50
Gambar 4.12 Tampilan “Browse” pengujian SVM
48
Gambar 4.13 Tampilan hasil pengujian SVM
48
Gambar 4.14 Grafik hasil pengujian SVM
51
Universitas Sumatera Utara
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT VECTOR
MACHINE (SVM)
SKRIPSI
NADYA AMELIA
101402014
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
iii
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT VECTOR
MACHINE (SVM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana
Teknologi Informasi
NADYA AMELIA
101402014
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: PENGENALAN POLA HURUF HIJAIYAH
MENGGUNAKAN SUPPORT VECTOR MACHINE
(SVM)
Kategori
: SKRIPSI
Nama
Nomor Induk Mahasiswa
: NADYA AMELIA
: 101402014
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
..UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing
:
Pembimbing 2
Pembimbing 1
Sajadin Sembiring, S.Si., M.Comp.Sc
Dr. Erna Budhiarti Nababan, M.IT
NIP. -
NIP. -
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110200801 1 010
Universitas Sumatera Utara
iii
PERNYATAAN
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT
VECTOR MACHINE (SVM)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 14 Juni 2016
Nadya Amelia
101402014
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Alhamdulillah, puji dan syukur penulis panjatkan kepada Allah SWT yang telah
memberikan rahmat, karunia, taufik dan hidayah-Nya, serta segala sesuatu dalam
hidup, sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk
memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S1)Teknologi
Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu
penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung.
Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya
kepada:
1. Keluarga penulis, Ayahanda Munawirman, Ibunda Nofiar, Abang penulis Ferdie
Yolandho, dan adik penulis Anisa Khuntum Khaira beserta keluarga besar yang
selalu memberikan dukungan, perhatian serta doa kepada penulis sehingga dapat
menyelesaikan skripsi ini.
2. Ibu Dr. Erna Budhiarti Nababan, M.IT. selaku Dosen Pembimbing I dan Bapak
Sajadin Sembiring,S.Si.,M.Comp.Sc., selaku Dosen Pembimbing II yang telah
banyak meluangkan waktunya serta memberikan bimbingan dan dukungan kepada
penulis dalam penyusunan dan penulisan skripsi ini.
3. Bapak Dr. Sawaluddin, M.IT selaku Dosen Penguji I dan Bapak Romi Fadillah
Rahmat, B.Comp.Sc., M.Sc. selaku Dosen Penguji II yang telah memberikan kritik
dan saran yang membangun dalam penyempurnaan skripsi ini.
4. Bapak Muhammad Anggia Muchtar, ST., MM.IT. selaku Ketua Program Studi S1
Teknologi Informasi dan Bapak Mohammad Fadly Syahputra, B.Sc., M.Sc.IT.
selaku Sekretaris Program Studi S1 Teknologi Informasi.
5. Seluruh Dosen Program Studi S1 Teknologi Informasi yang telah memberikan
ilmu yang bermanfaat bagi penulis dari awal perkuliahan.
6. Teman-teman penulis, Rizki Ramadhan, Maslimona Harimita Ritonga, Sonya L
Akbar, Faradilla S, Utami M Dinanti, dan seluruh mahasiswa TI 2010 yang telah
memberikan semangat dan menjadi teman diskusi penulis dalam menyelesaikan
skripsi ini.
7. Seluruh staf TU (Tata Usaha) serta pegawai di Program Studi S1 Teknologi
Informasi
8. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat
penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu,
penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan
skripsi ini. Akhir kata penulis ucapkan terima kasih.
Universitas Sumatera Utara
v
ABSTRAK
Huruf hijaiyah memiliki bentuk yang sangat unik dan variatif antara satu dengan
yang lainnya, Untuk membedakannya, huruf hijaiyah harus disesuaikan dengan
karakteristiknya masing-masing. Pada penelitian ini digunakan Support Vector
Machine untuk mengenali tulisan tangan huruf hijaiyah dari beberapa orang. Sebelum
tahap identifikasi dilakukan citra huruf akan mengalami pre-processing , dan ekstraksi
ciri menggunakan metode zoning. Metode zoning ini menghitung jumlah piksel aktif
(hitam) setiap zona dan melakukan perbandingan terhadap zona yang memiliki jumlah
piksel aktif yang paling banyak. Ekstraksi ciri yang digunakan adalah variasi dari
metode zoning yaitu Image Centroid and Zone (ICZ) dan Zone Centroid and Zone
(ZCZ). Pembagian zona yang digunakan adalah 3,5,7, dan 9 zona. Pada penelitian
ini ditunjukkan bahwa metode yang diajukan mampu mengenali tulisan tangan huruf
hijaiyah dengan akurasi terbaik menggunakan metode zoning ZCZ dengan pembagian
zona 7 dan 9 yaitu 90 %.
Kata kunci : Huruf hijaiyah, metode zoning, Support Vector Machine.
Universitas Sumatera Utara
vi
PATTERN RECOGNITION ON HIJAIYAH LETTERS USING SUPPORT
VECTOR MACHINE (SVM)
ABSTRACT
Hijaiyah letters have very unique shape and varies between one and another. To
differentiate it, hijaiyah letters have to be adapted with their own characteristic. This
research used a support vector machine to recognize the handwriting of hijaiyah letters
from some people. Pre-processing, and feature extraction using zoning methode will
be done before the identification phase. Zoning method summing every active (black)
pixel from each zone and divide value from each zone by a zone with most active
pixel. Feature extraction method used is the variations of zoning method that is
Image Centroid and Zone (ICZ) and Zone Centroid and Zone (ZCZ). The number of
zones used are 3.5 .7, and 9 zones. This research shows that the proposed method is
able to identify handwriting of the hijaiyah letters with the best accuracy using Zone
Centroid Zone (ZCZ) feature extraction method using 7 and 9 zone is 90%.
Keyword: Hijaiyah letters, zoning extraction, Support Vector Machine.
Universitas Sumatera Utara
vii
DAFTAR ISI
Hal.
PERSETUJUAN
ii
PERNYATAAN
iii
UCAPAN TERIMA KASIH
iv
ABSTRAK
v
ABSTRACT
vi
DAFTAR ISI
vii
DAFTAR TABEL
ix
DAFTAR GAMBAR
x
BAB 1
PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
3
1.3 Batasan Masalah
3
1.4 Tujuan Penelitian
3
1.5 Manfaat Penelitian
4
1.6 Metodologi
4
1.7 Sistematika Penulisan
5
LANDASAN TEORI
7
2.1 Citra
7
BAB 2
2.1.1
Citra biner (binary image)
7
2.1.2
Citra keabuan (grayscale image)
8
2.1.3
Citra warna (color image)
9
2.2 Format Citra Digital
9
2.2.1
Bitmap (.bmp)
9
2.2.2
GIF
10
2.2.3
JPEG
10
2.3 Pengolahan Citra
2.3.1
Thresholding
10
10
Universitas Sumatera Utara
viii
2.3.2
Cropping
11
2.3.3
Normalisasi
12
2.3.4
Thinning
12
2.4 Ekstraksi Fitur
2.4.1
BAB 3
BAB 4
Ekstraksi Ciri Zonning
13
2.5 Support Vector Machine (SVM)
15
2.6 Penelitian Terdahulu
20
ANALISIS DAN PERANCANGAN SISTEM
21
3.1 Arsitektur Umum
21
3.2 Akuisisi Data
23
3.3 Preprocessing
23
3.3.1
Pembentukan citra biner (threshold)
24
3.3.2
Pemotongan citra (cropping)
24
3.3.3
Normalisasi Resolusi Citra (normalization)
25
3.3.4
Pengurusan objek citra (thinning)
25
3.4 Ekstraksi Ciri (Feature Extraction)
26
3.5 Klasifikasi
30
3.6 Perancangan Sistem
34
IMPLEMENTASI DAN PENGUJIAN SISTEM
40
4.1 Implementasi Sistem
40
4.1.1
Spesifikasi software dan hardware yang digunakan
40
4.1.2
Implementasi Perancangan Antarmuka
40
4.1.2.1 Tampilan utama sistem pre-processing
41
4.1.2.2 Tampilan utama sistem ekstraksi ciri
42
4.1.2.3 Tampilan utama sistem pengujian SVM
44
Implementasi Data
44
4.1.3
BAB 5
13
4.2 Prosedur Operasional
44
4.3 Pengujian Sistem
49
KESIMPULAN DAN SARAN
53
5.1 Kesimpulan
53
5.2 Saran
54
DAFTAR PUSTAKA
55
Universitas Sumatera Utara
ix
DAFTAR TABEL
Hal.
Tabel 2.1
Contoh kasus nilai fitur dan kelas
20
Tabel 2.2 Penelitian terdahulu
21
Tabel 3.1 Nilai fitur dan kelas
33
Tabel 3.2 Data uji
35
Tabel 3.3 Fungsi klasifikasi
36
Tabel 4.1 Data hasil pengujian
49
Tabel 4.2 Data hasil pengujian(lanjutan)
50
Tabel 4.3 Hasil akurasi berdasarkan metode ciri dan jumlah zona
50
Universitas Sumatera Utara
x
DAFTAR GAMBAR
Hal.
Gambar 2.1
Citra huruf T
8
Gambar 2.2
Representasi citra biner dari huruf T
8
Gambar 2.3
Citra hitam-putih
8
Gambar 2.4
Citra grayscale
8
Gambar 2.5
Citra warna
9
Gambar 2.6
Citra hasil treshold
11
Gambar 2.7
Citra proses cropping
12
Gambar 2.8
Citra proses thinning
13
Gambar 2.9
Citra pembagian zona citra biner
14
Gambar 2.10 Hyperplane
16
Gambar 3.1
Arsitektur umum
22
Gambar 3.2
Tahapan pre-processing
23
Gambar 3.3
Citra hasil thresholding
24
Gambar 3.4
Citra hasil cropping
25
Gambar 3.5
Citra hasil normalisasi
25
Gambar 3.6
Citra hasil thinning
26
Gambar 3.7
Citra ilusi untuk algoritma ICZ dan ZCZ
26
Gambar 3.8
Citra perhitungan jarak ICZ
29
Gambar 3.9
Citra perhitungan jarak ZCZ
31
Gambar 3.10 Rancangan tampilan awal
35
Gambar 3.11 Rancangan tampilan utama-preprocessing
35
Gambar 3.12 Rancangan tampilan utama-preprocessing(folder)
36
Gambar 3.13 Rancangan tampilan utama-ekstraksi ciri
37
Gambar 3.14 Rancangan tampilan utama-ekstraksi cir(folder)
38
Gambar 3.15 Rancangan tampilan utama-pengujian SVM
38
Gambar 4.1
Tampilan utama preprocessing
41
Gambar 4.2
Tampilan utama preprocessing(folder)
42
Gambar 4.3
Tampilan utama ekstraksi ciri
43
Universitas Sumatera Utara
xi
Gambar 4.4
Tampilan utama ekstraksi ciri(folder)
43
Gambar 4.5
Tampilan utama pengujian SVM
44
Gambar 4.6
Tampilan “Browse” pre-processing
44
Gambar 4.7
Tampilan “Browse” pre-processing(folder)
45
Gambar 4.8
Tampilan awal aplikasi proses Pre-processing
46
Gambar 4.9
Tampilan “Browse” ekstraksi ciri
46
Gambar 4.10 Tampilan “Browse” ekstraksi ciri(folder)
47
Gambar 4.11 Tampilan awal aplikasi proses ekstraksi ciri
50
Gambar 4.12 Tampilan “Browse” pengujian SVM
48
Gambar 4.13 Tampilan hasil pengujian SVM
48
Gambar 4.14 Grafik hasil pengujian SVM
51
Universitas Sumatera Utara