didapat dari tiap citra aksaranya menggunakan model jaringan syaraf tiruan
backpropagation,
sehingga dari ciri yang ada, dapat dilakukan klasifikasi untuk tiap ciri dari input citra karakternya
.
Setelah didapat model jaringan dan klasifikasinya, maka dilakukan
testing
terhadap sistem yang telah dibangun dengan menggunakan data baru yang belum pernah digunakan sebelumnya dalam proses pembelajaran
jaringannya, tetapi tetap dari sumber yang sama. Pada awalnya data yang digunakan untuk
testing
akan dilakukan ekstraksi ciri yang kemudian akan diproses ke dalam model jaringannya sehingga hasil identifikasi terkait dengan data citra aksara yang
digunakan.
3.2.1.1 Data
1. Sumber Data
Sumber data berasal dari tulisan tangan aksara Lampung dari responden. Data yang telah di-
scan
kemudian di-
crop
sehingga menjadi data baru yang siap diolah.
2. Data yang digunakan
Data awal yang digunakan sebanyak 20 jenis citra aksara yang berbeda yang merupakan aksara pokok, yaitu ka, ga, nga, pa, ba, ma, ta, da, na, ca, ja, nya, ya, a, la,
ra, sa, wa, ha, gha, tanpa ada tambahan anak huruf. Data Aksara Lampung adalah citra hasil
scan
dari hasil pengisian form yang berisi sampel aksara Lampung yang
kemudian diisi sebanyak 10 responden. 3.2.1.2
Preprocessing
Pada tahap
preprocessing
ini, dilakukan beberapa tahap sehingga pada akhir tahap ini, data yang tersedia siap untuk diekstraksi cirinya. Berikut diagram yang
menujukkan tahapan yang dilakukan dalam
preprocessing.
1.
Cropping
Tahap awal dari penelitian ini adalah dengan melakukan
cropping
. Dari citra yang ada seperti gambar 3.3 a, dilakukan pemotongan dari kumpulan citra aksara
sehingga hanya menjadi citra dengan 1 aksara saja lihat gambar 3.3 b.
a b
2.
Resize
Pada tahap ini, dilakukan
resizing
atau mengubah ukuran matriks citra menjadi ukuran 60 x 60 dengan menggunakan fungsi MATLAB
imresize
. Hal ini dilakukan
Gambar 3.2 Diagram blok
preprocessing
Gambar 3.4 Data awal sebelum di
-cropping
a dan sesudah di-
cropping
b.
karena pada tahapan sebelumnya, hasil ukuran matriks citranya berbeda, sehingga nantinya lebih mudah dalam melakukan proses ekstraksi ciri.
3.
Grayscaling
Tahap selanjutnya, data citra aksara Lampung yang telah di-
crop
diubah skala warnanya menjadi citra dengan skala keabuan dengan menggunakan fungsi matlab
rgb2gray
. 4.
Binerisasi Setelah didapat citra aksara Lampung dengan skala warna keabuan, diperlukan
tahap binerisasi yang mengubah intensitas nilai piksel citra menjadi 0 dan 1 saja, dimana 0 direpresentasikan sebagai warna hitam dan 1 direpresentasikan sebagai warna
putih pada citra. Dalam hal ini, digunakan fungsi dari MATLAB yaitu
im2bw
. 5.
Thinning
Tahap
thinning
atau penipisan merupakan tahap akhir
preprocessing
. Pada tahap ini, citra biner aksara Lampung akan diubah ketebalan pikselnya sehingga untuk setiap
data citra aksara Lampungnya menjadi citra kerangka dengan ketebalan 1 piksel. Hasil proses
thinning
ini nantinya yang digunakan untuk melakukan ekstraksi ciri.
Thinning
dilakukan dengan menggunakan metode
Rosenfeld.
3.2.1.3 Ekstraksi Ciri