preprocessing untuk citra nama Jalan Pajeksan. Masing-masing objek dari citra tersebut akan diekstrak cirinya kemudian akan dilakukan proses
perhitungan jarak dengan setiap data template.
function [ transliteration ] = syllable_recognizer im_bw ...
feature = feature_extractionaksara; db_size = sizedb_aksara,1;
temp = db_aksara{1,1} - feature; min_dist = sqrttemp temp;
...
Jika kita menjalankan fungsi syllable_recognizer dengan parameter citra biner Jalan Pajeksan maka yang pertama, kita bisa mengetahui
nilai feature dari setiap objek, yaitu terdiri dari 8 objek citra seperti pada Gambar 4.9.
Berdasarkan Gambar 4.9, kita akan menghitung nilai jarak feature objek pertama, yaitu
[52.2161 37.5422 33.1642 46.7865 33.4379 34.5602 29.9238 28.8033] terhadap db_aksara{1,1}
yang artinya feature pada template pada baris dan kolom ke 1.
Gambar 4.16 Nilai Feature pada Template Pertama Gambar 4.16 merupakan data template pertama yang berisi nilai feature dari
objek aksara ga. Nilai feature tersebut akan dibandingkan dengan data uji untuk dihitung seberapa besar jarak antar keduanya. Proses penghitungan
jarak menggunakan euclidean distance seperti pada Persamaan 2.7. = [
. − .
. − .
. −
. .
− . .
− . .
− .
. − .
. − .
] = [ .
. − .
− . .
. .
− .
] = √
∗ ′ = √ .
= .
Hasil perhitungan jarak antara feature objek citra 1 pada data uji dengan data baris dan kolom ke-1 pada template menghasilkan nilai 12.9552. Hasil yang
sama didapatkan melalui perhitungan program, yaitu seperti gambar berikut:
Gambar 4.17 Nilai Jarak Feature Objek Pertama Gambar 4.17 merupakan perhitungan jarak yang dikerjakan oleh sistem. Hasil
yang didapatkan sama dengan perhitungan manual yang dilakukan, yaitu 12.9552.
Model klasifikasi yang digunakan dalam penelitian ini adalah menggunakan template matching. Prinsip kerja pendekatan template
matching adalah mengukur kedekatan atau kesamaan similarity antar objek atau entities yang diperbandingkan. Ketika akan sebuah data uji dibandingkan
dengan database template kemudian diperoleh nilai jarak yang relatif kecil maka secara langsung objek baru tersebut dapat diklasifikasikan atau dikenali
sesuai dengan template pembandingnya. Nilai yang diperbandingkan adalah nilai feature antara data testing dan template yang kemudian kita hitung nilai
jaraknya terhadap kedua objek tersebut.
function [ transliteration ] = syllable_recognizer im_bw ...
min_dist = sqrttemp temp; index_min = 1;
for n=2 : db_size temp2 = db_aksara{n,1} - feature;
dist = sqrttemp2 temp2; if dist min_dist
min_dist = dist; index_min = n;
...
Ketika nilai awal jarak antara data uji dengan template sudah diperoleh maka proses loop perulangan akan dilakukan untuk menguji pada semua template
dengan menghitung jarak yang baru kemudian dibandingkan pada setiap iterasinya untuk mencari nilai jarak terkecil. Ketika nilai jarak terkecil sudah
ditemukan maka program akan menyimpan nilai indeksnya kemudian mengembalikan nilai label template pada indeks tersebut. Proses looping akan
berhenti ketika semua objek citra pada data uji sudah dibandingkan dengan semua template yang ada. Sebagai contoh, hasil dari klasifikasi citra Jalan
Pajeksan pada Gambar 4.4 adalah sebagai berikut:
Gambar 4.18 Hasil Klasifikasi Citra Jalan Pajeksan Pada Gambar 4.18, jika kita cermati hasil tersebut sesuai dengan jumlah
aksara yang menyusun kata Jalan Pajeksan yang berjumlah 8 aksara, seperti pada Gambar 4.8. Namun proses untuk mentransliterasikan aksara Jawa ke
huruf latin masih belum selesai karena hasil klasifikasi tersebut belum sesuai dengan aturan penulisan tata bahasa yang benar.
4.6 Postprocessing
Keluaran dari proses klasifikasi adalah pengenalan karakter tiap aksara. Pada tahap ini sebenarnya proses transliterasi belum dikatakan selesai karena
kumpulan suku kata dari hasil pengenalan karakteraksara masih saling terpisah, belum dikelompokkan ke dalam konteks tertentu agar membentuk
kata, kalimat atau informasi yang memiliki arti. Konteks penelitian ini adalah mentranslasikan nama jalan beraksara Jawa sehingga hasil dari proses
postprocessing adalah mengelompokkan karakter atau suku kata yang sudah dikenali untuk membentuk kata berupa nama jalan. Secara umum kumpulan
suku kata yang berhasil dikenali akan dikelompokkan menjadi 2 atau 3 kelompok yang
tersusun dari kata “dalan” dalam bahasa Indonesia berarti “jalan” kemudian diikuti nama jalan tersebut.
width = lengthinText; for i=1 : width
if i 3 i width if strcmpinText{i},taling == 1
if strcmpinText{i+2},tarung == 1 temp = inText{i+1};
tempend=o; inText{i+1} = temp;
inText{i} = ; inText{i+2} = ;
else temp = inText{i+1};
tempend=e; inText{i+1} = temp;
inText{i} = ; end
elseif strcmpinText{i+1},pasangan_ha == 1 inText{i+1} = ha;
temp = inText{i}; tempend=;
inText{i} = temp; elseif strcmpinText{i+1},pasangan_sa == 1
... elseif strcmpinText{i+1},pasangan_pa == 1
... elseif strcmpinText{i},kter
inText{i}=kter ; elseif strcmpinText{i},h
if strcmpinText{i+1},ma inText{i}=h ;
end elseif strcmpinText{i},ga
if strcmpinText{i+1},mu inText{i}=ga ;
end end
fprintfs,inText{i}; else
if i == 3 fprintfs ,inText{i};
else fprintfs,inText{i};
end ...
Fungsi diatas digunakan untuk mengelompokkan syllable suku kata menjadi 2 atau 3 kelompok sehingga membentuk kata tertentu. Kata yang
dibentuk berupa nama jalan yang ada di Kota Yogyakarta. Kata pertama adalah dalan sedangkan kata kedua dan ketiga adalah nama jalan tersebut.
Secara singkat, alur dari proses fungsi tersebut adalah menggabungkan 3 suku kata pertama yang membentuk kata dalan setelah konsonan n ditambah
dengan spasi. Kemudian setelah lebih dari 3 kata akan dicek apakah terdapat sandhangan taling, jika ada maka akan mengecek lagi apakah karakter
ketiganya adalah sandhangan tarung, jika ada maka suku kata kedua pada karakter terakhir diganti huruf vokal o namun jika tidak ada tarung maka
suku kata kedua pada karakter terakhir diganti huruf vokal e. Hal tersebut sesuai dengan aturan penulisan aksara Jawa jika terdapat pasangan
sandhangan taling dan tarung maka aksara yang diapit diubah bunyinya menjadi berakhiran o tetapi jika hanya terdapat taling saja maka aksara yang
di depannya diubah bunyinya menjadi berakhiran e. Hanya dua aksara sandhangan tersebut yang memiliki kekhususan karena ditulis sejajar dengan
aksara utama sehingga diperlukan postprocessing untuk mengubah bunyi dari aksara yang dikenainya. Setelah aturan untuk sandhangan taling dan tarung
maka terdapat kekhususan juga untuk pasangan ha, sa dan pa karena ditulis sejajar dengan aksara utama dibandingkan dengan pasangan yang lain yang
ditulis dibawah. Prosesnya hampir sama, yaitu mengecek apakah aksara selanjutnya adalah pasangan ha, sa atau pa, jika ya maka aksara yang berada
di depan pasangan tersebut dimatikan atau diubah menjadi konsonan kemudian diikuti dengan aksara pasangan tersebut.
Mayoritas nama jalan yang ditemui hanya terdiri dari 2 kata, sebagian kecil ada yang sampai 3 kata. Kata yang pertama adalah dalan yang artinya
“jalan” dalam bahasa Indonesia. Kata dalan tersusun dari 3 aksara sehingga setelahnya adalah nama jalan itu sendiri. Jika hanya terdiri dari 2 kata maka
proses penggabungan kata yang kedua relatif lebih mudah dari pada yang mempunyai 3 kata. Untuk nama jalan yang memiliki 3 kata maka di dalam
program sudah dituliskan aksara terakhir yang menyusun kata kedua agar dapat dipisahkan dengan aksara ketiga dan seterusnya. Dalam data uji hanya
terdapat 3 buah data yang memiliki 3 kata, yaitu Jalan Margo Mulyo, Jalan Dokter Sutomo dan Jalan Gajah Mada. Untuk memisahkan kata kedua dengan
ketiga kita hanya perlu mengambil suku kata terakhir dari kata kedua. Sebagai contoh untuk Jalan Dokter Sutomo kita ambil aksara terakhir dari akata kedua
yaitu kter. Untuk Jalan Gajah Mada dan Jalan Margo Mulyo berturut-turut kita ambil aksara h dan ga. Jika menemui ketiga aksara tersebut maka secara
otomatis diberi spasi setelahnya untuk memisahkan aksara selanjutnya. Hanya saja untuk yang berakhiran h dan ga harus dicek lagi apakah ada aksara
setelahnya, jika ada maka akan diberi spasi namun jika tidak maka akan lanjut
