2 Hidden Marcop Model HMM. Dalam peneletian ini penulis menggunakan Chain
Code dan Jaringan Saraf Tiruan JST Propagasibalik. Gambar 1.1 dan 1.2 adalah bentuk Modern font-1 dan tradisional font-2.
1.2 Analisis Masalah
Beberapa analisis yang kami simpulkan dalam penelitian tentang pengenalan Aksara Batak Toba[2], adalahsebagai berikut :
Gambar 1 1 :Aksara Batak Toba Modern Font-1
Gambar 1 2 : Aksara Batak Toba tradisional Font-2
3 1.
Pengenalan Aksara Batak Toba dengan Signatures dan Simplified Chain Code adalah penelitian pertama pengenalan Aksara Batak Toba.
2. Dalam penelitian tersebut terdapat perbandingan dua metode yaitu Signature
dengan Simplified Chain Code SCC. 3.
Dataset yang digunakan adalah Citra digital dengan tulisan hitam dan latar belakang putih. Karakter tersebut di pindahkan dengan menggunakan scanner
75,150,300 dpi dot per inci, dengan ukuran 10,20,30,40,50, 60 pt. 4.
Akurasi pengenalan Aksara Batak Toba untuk font-1 dengan SCC ukuran 30,40,50 dan 60pt sudah =90 dengan kwalitas gambar 150 dpi, sedangkan
300 dpi untuk 40, 50 dan 60pt masih dibawah 90 . Seperti gambar dibawah ini :
Gambar 1 3 : Akurasi Pengenalan Aksara Batak Toba, font-1 dengan SCC 5.
Akurasi pengenalan Aksara Batak Toba untuk FONT-2 dengan SCC untuk ukuran yang sama 30,40,50 dan 60pt masih kurang dari 80 dengan kwalitas gambar
150 dpi, sedangkan 300 dpi dibawah 80 dan yang menarik adalah pada ukuran 18pt lebih dari 80 sedangkan 24 dan 28pt dengan kwalitas gambar 300 dpi
terlihat lebih baik dari kwalitas gambar 150 dpi. seperti yang ditampilkan dalam gambar dibawah ini :
4 Gambar 1 4 : Akurasi Pengenalan Aksara Batak Toba, font-2 dengan SCC
6. Dari analisis kami diatas, maka dalam penulisan ini kami menggunakan
gabungan dua Metode yaitu Chain Code dan Jaringan Saraf Tiruan Propagasibalik, dengan data set yang sama untuk meningkatkan akurasi
pengenalan dengan ukuran dan kwalitas gambar yang sama.
1.3 Rumusan Masalah
1.3.1
Umum
Aksara Batak Toba adalah salah satu peninggalan warisan Budaya Batak yang hampir punah,
1.3.2
Khusus
Akurasi pengenalan Aksara Batak Toba untuk FONT-2 dengan SCC untuk ukuran yang sama 30,40,50 dan 60pt masih kurang dari 80 dengan kwalitas gambar 150
dpi, sedangkan 300 dpi dibawah 80 dan yang menarik adalah pada ukuran 18pt lebih dari 80 sedangkan 24 dan 28pt dengan kwalitas gambar 300 dpi terlihat
lebih baik dari kwalitas gambar 150 dpi.
1.4 Tujuan Penelitian
