Pengujian Pengukuran Akurasi Sistem

if i==2 ... elseif i==v_length-1 ... end if i==2 ... elseif i==h_length-1 ... end Terdapat 2 tahapan dalam metode projection profile, yaitu proyeksi secara verikal vertical projection dan proyeksi secara horizontal horizontal projection . Fungsi verProj dan horzProj digunakan untuk mencari posisi atau letak line image suatu citra. Citra masukan sudah diubah menjadi citra biner, sehingga ketika nilai pixel - nya adalah 1 maka menandakan di bidang tersebut terdapat image kemudian ketika ada perubahan nilai pixel dari 1 ke 0 atau 0 ke 1 menandakan adanya 1 buah objek pada bidang tersebut. Perbedaan antara verProj dan horzProj terletak pada cara memproyeksikan gambar, verProj akan memproyeksikan citra secara vertikal sedangkan horzProj akan memproyeksikan citra secara horizontal. Keluaran dari proses verProj adalah sebuah matriks yang merepresentasikan letak atau posisi objek dalam bidang. Panjang matriksnya adalah 1 x 2 n dengan n adalah jumlah objek, atau dengan kata lain jumlah objek dalam bidang sama dengan panjang matriks dibagi dengan 2. Fungsi horzProj adalah menetukan batas paling bawah dan atas dari objek sehingga secara tepat setiap aksara dapat dipisahkan dengan baik serta membuang background yang tidak perlu. Dengan mengetahui letak objeknya maka kita dapat melakukan proses cropping secara otomatis untuk memperoleh objeknya. Pemotongan citra dilakukan menggunakan fungsi imcrop pada Matlab dengan masukan matriks hasil dari vertical projection dan horizontal projection . Untuk dapat memperoleh tiap aksara secara otomatis maka fungsi verProj dan horzProj tersebut digabungkan menjadi satu ke dalam fungsi syllable_recognizer dengan masukan berupa citra hitam-putih. function [ transliteration ] = syllable_recognizer im_bw ... row = sizeim_bw,1; [v_line] = verProjim_bw; for i=1:2:lengthv_line im_vline = imcropim_bw,[v_line1 1 v_line2-v_line1 row]; [h_line] = horzProjim_vline; if lengthh_line == 4 ... elseif lengthh_line == 6 ... else im_hline = imcropim_vline, [1 h_line1 v_line2-v_line1 h_line2-h_line1]; end ... Fungsi syllable_recognizer diatas menerapkan prinsip projection profile untuk melakukan segmentasi terhadap setiap objek karakter aksara Jawa pada citra. Setiap citra yang digunakan sebagai template training dan testing dikenai projection profile sehingga secara visual dapat dinyatakan sebagai berikut: B = imread..Citra nama jalantestingpajeksan.jpg; im_gray = rgb2grayB; im_bw = im2bwim_gray; t = syllable_recognizerim_bw; Gambar 4.5 Projection Profile dari Citra Jalan Pajeksan Gambar 4.5 merupakan represenrasi citra hasil segmentasi menggunakan fungsi syllable_recognizer yang dikenakan pada Gambar 4.4. Dari hasil segmentasi tersebut dapat dilihat bahwa Gambar 4.4 tersusun dari 8 aksara. Secara visual, jika dibangingkan dengan citra asli pada Gambar 4.5 maka citra hasil segmentasi dapat dikatakan berhasil karena masing-masing aksara dapat dipisahkan dengan sempurna. Tidak semua data uji yang dikenai segmentasi memperoleh hasil yang baik, artinya terdapat aksara yang tidak dapat dipisahkan secara