23 pola model Aksara Bali lebih cepat dibandingkan dengan menggunakan 42 pola
model Tandatangan Indonesia. Variasi besarnya konstanta pengali nilai ambang Cd
relatif tidak berpengaruh pada waktu proses. Pada spesifikasi perangkat keras yang sama, hal yang paling berpengaruh terhadap waktu proses adalah banyaknya
perangkat lunak atau program yang aktif secara bersamaan pada saat pengujian.
Gambar 4.13
Grafik waktu proses pengenalan sistem Hasil pengujian dan analisis hasil di atas menjelaskan bahwa prosentase
keberhasilan unjuk kerja dalam sistem pengenalan Aksara Bali dengan menggunakan Metode Pola Busur Terlokalisasi sudah sangat tinggi yaitu 96,4.
Hal ini dipengaruhi oleh konstanta pemotongan nilai eigen q, semakin besar nilai q maka kesalahan pengenalan semakin kecil.
4.2.2 Analisa Perbandingan Keberhasilan Pengenalan Aksara Bali
Sistem pengenalan Aksara Bali dengan menggunakan metode Pola Busur Terlokalisasi seperti yang dijelaskan pada sub bab diatas mendapatkan prosentase
keberhasilan sebesar 92,7. Hasil pengenalan ini sudah lebih tinggi bila dibandingkan dengan menggunakan pola dari tandatangan Indonesia yang sebesar
92,3 dan apabila dibandingkan dengan hasil penelitian I Komang Gede Suamba Dharmayasa yang menggunakan metode moment invariant dan LVQ untuk
94
pengenalan Aksara Bali yang memperoleh hasil sebesar 99,4, hasil yang diperoleh dengan menggunakan metode Pola Busur memang relative lebih kecil. Hal ini
disebabkan pada metode LVQ, citra Aksara Bali dibagi ke dalam 3 kelompok citra yaitu citra golongan persegi, persegi panjang dengan panjang kesamping, atau
persegi panjang dengan panjang ke bawah. Nilai setiap pola akan dicari jaraknya dengan bobot dari kelas-kelas yang memiliki golongan sama di dalam basis data
selanjutnya kelas di basis data yang memiliki jarak terpendek dan lebih kecil dari nilai ambang yang ditetapkan adalah merupakan hasil dari pengenalan. Hal ini akan
berbeda dengan metode Pola Busur Terlokalisasi dimana citra uji akan dicocokkan dengan semua citra acuan yang tersimpan dalam basis data. Kelebihannya pada
penelitian ini dapat mengenali aksara dengan ukuran pixel citra yang berbeda sedangkan pada metode LVQ menggunakan ukuran pixel citra yang sama.
Hal lain yang dapat dipergunakan untuk menambah unjuk kerja dari sistem pengenalan dengan metode Pola Busur Terlokalisasi ini yaitu dengan membagi citra
acuan maupun citra uji ke dalam empat ruang dimana citra pada masing-masing ruang tersebut akan diekstraksi cirinya. Kekurangannya adalah menyebabkan waktu
proses yang lama karena untuk 1 citra aksara, 23 pola model Aksara Bali akan diproses sebanyak 4 kali untuk mengekstraksi citra dimasing-masing ruang. Ukuran
vektor untuk menyimpan ciri serta proses berikutnya juga 4 kali lebih banyak yang berdampak pada bertambah tingginya kompleksitas waktu proses pengenalan.
4.2.3 Analisis Kompleksitas Waktu
