4.1.2.3. Tampilan utama sistem pengujian SVM Tampilan ini merupakan tampilan tahapan akhir proses pengenalan yaitu tahapan
pengujian SVM, nilai fitur setiap citra yang didapat dari proses ekstraksi ciri akan digunakan untuk proses pengenalan huruf tulisan tangan menggunakan metode SVM.
Tampilan utama sistem pengujian SVM ini dapat dilihat pada gambar 4.5.
Gambar 4.5 Tampilan utama pengujian SVM 4.1.3. Implementasi data
Data yang dimasukkan ke dalam sistem adalah citra tulisan tangan huruf hijaiyah dari 15 orang.
4.2. Prosedur Operasional
Tampilan utama aplikasi ini seperti ditunjukkan pada Gambar 4.1 merupakan tahapan pertama proses pengenalan yaitu tahapan pre-processing dan memiliki 4 buah sub
menu lainnya yaitu menu “Prapengolahan Citra folder” , “Ekstraksi Ciri” , “Ekstraksi Ciri folder”, dan “Pengujian SVM”. Pada setiap sub menu terdapat
tombol “Browse” dan “Proses” “Submit”.
Universitas Sumatera Utara
Pada tampilan utama pre-processing, dan tampilan pre-processingfolder tombol “Browse” yang digunakan untuk memilih citra dan lokasi penyimpanan citra untuk
dilakukan tahap pre-processing , berupa binerisasi, cropping, resizing dan thinning. Tampilan “Browse” dipilih dapat dilihat pada Gambar 4.6 dan Gambar 4.7.
Gambar 4.6 Tampilan “Browse” pre-processing
Gambar 4.7 Tampilan “Browse” pre-processingfolder
Gambar 4.6, citra huruf yang dipilih selanjutnya akan ditampilkan pada panel “input”. Setelah citra huruf ditampilkan, tombol “Process” akan memulai proses pre-
processing yang hasilnya akan ditampilkan pada panel “Gambar” seperti yang
ditunjukkan pada Gambar 4.8. Sedangkan pada tampilan utama pre-processingfolder, setelah lokasi folder citra di
inputkan Gambar 4.7 hasil proses pre-processing langsung tersimpan sesuai lokasi penyimpanan yang telah diinput.
Universitas Sumatera Utara
Gambar 4.8 Tampilan awal aplikasi proses Pre-processing
Pada tampilan utama ekstraksi ciri, dan tampilan ekstraksi cirifolder tombol “Browse” yang digunakan untuk memilih citra dan lokasi penyimpanan citra hasil
akhir proses pre-processing, yaitu citra thinning untuk dicari nilai fitur setiap citra. Tampilan “Browse” dipilih dapat dilihat pada Gambar 4.9 dan Gambar 4.10.
Gambar 4.9 Tampilan “Browse” ekstraksi ciri
Universitas Sumatera Utara
Gambar 4.10 Tampilan “Browse” ekstraksi cirifolder
Citra huruf thinning yang telah dipilih Gambar 4.9 akan di cari nilai fitur nya berdasarkan zona dan metode ekstraksi ciri yang digunakan. Tombol “Process” akan
memulai proses perhitungan sehingga menghasilkan beberapa nilai fitur setiap citra , nilai fitur akan ditampilkan pada panel ICZ dan ZCZ seperti yang ditunjukkan pada
Gambar 4.11. Sedangkan pada tampilan utama ekstraksi cirifolder, setelah lokasi folder citra pre-
processing di inputkan Gambar 4.10 nilai fitur akan tersimpan sebagai “.data” sesuai lokasi penyimpanan yang telah diinput.
Gambar 4.11 Tampilan awal aplikasi proses Ekstraksi Ciri
Universitas Sumatera Utara
Pada tampilan pengujian SVM terdapat 2 tombol “Browse” pada training SVM dan testing SVM, user akan memasukkan lokasi file ekstraksi ciri yang berisi nilai fitur
berekstensi “.data “ yang akan dikenali. Hasil pengujian berupa pola prediksi yang ditampilkan langsung dalam bentuk tabel, serta tingkat akurasi pola yang benar.
Berikut adalah tampilan “Browse” pengujian SVM .
Gambar 4.12 Tampilan “Browse” pengujian SVM
Gambar 4.13 Tampilan hasil pengujian SVM
Universitas Sumatera Utara
4.3 Pengujian Sistem
