.3. Bahasa Pemrograman
Bahasa pemrograman yang digunakan pada Penelitian Pengembangan Pola husus berbasis Metode Pola Busur Terlokalisasi ini adalah Borland Delphi 7.2.
erangkat lunak lain yang diperlukan adalah program paket pengolahan citra, dan
ipergunakan pada tahapan prapemrosesan seperti Paint Shop Pro.
3.4. Metode Penyelesaian Masalah
Langkah-langkah yang dilakukan dalam penelitian ini adalah: Pengumpulan literatur yang berhubungan dengan perancangan dan pembuatan
perangkat lunak pengenalan karakter. . Mempelajari dan memahami proses yang terjadi dalam perancangan dan
pembuatan perangkat lunak pengenalan karakter. . Penyusunan perangkat lunak software.
. Pengujian perangkat lunak software. . Analisis hasil dan pengambilan kesimpulan.
3.5. Perangkat Pemodelan Sistem
3.5.1 Gambaran Umum Sistem Pengenalan Karakter Aksara Bali
Gambaran Umum Sistem yang dirancang pada sistem ini adalah seperti terlihat pada Gambar 3.1 berikut:
3
K P
d
1.
2
3 4
5
27
28
3.5.2 odel
Pe Metode P
dengan tu waktu pr
permasala kecil beru
dimiliki.
Gambar 3.1
Gambaran Umum Sistem Pengenalan Aksara Bali
Pembentukan dan Pemilihan Pola M
mbentukan pola model baru yang didasarkan pada batasan-batasan dalam ola Busur Terlokalisasi untuk Tulisan Jepang dan Tandatangan Latin
juan untuk mengurangi banyaknya pola model yang digunakan, sehingga oses sistem bisa lebih singkat. Batasan utamanya yaitu lokalisasi
han pada pola model yang didefinisikan di dalam sebuah bujur sangkar kuran 5 x 5, tetapi pemilihannya berbasis pada sampel Aksara Bali yang
Laporan hasil pengenalan
Keluaran nilai ketidaksamaan
terkecil dan ID Aksara
Pro pe
ses ndaftaran
Masuka kara
Aksara n citra
kter Bali
Masukan citra karakter
Aksara Bali Pengembang
sistem
Basisdata pola model
Basisdata acuan
Proses pembuatan
pola model
Proses Pengambilan
Keputusan
Nilai threshold
Proses Pencarian Nilai Terkecil Ketidaksamaan
Proses Pencocokan dengan Semua
Basisdata Aksara
3.5.3 Ta
Se terkandun
citra terse dengan in
pengenala Pengenala
adalah seb
i.
ii. P
Tahap awal pra pemrosesan ini, jika file bitmap yang dihasilkan pada tahap pengambilan data belum berbentuk dua warna hitam putih maka
t b
berupa citra biner. Setelah itu dilakukan eliminasi terhadap data yang tidak diperlukan,
a yang akan diproses pada tahapan berikutnya s
iii. E
S k
y p
a Aksara Bali dari Metode Pola Busur
Terlokalisasi yang mana diantara model pola-polanya terlihat pada Gambar 2.4. Aksara Bali yang telah berbentuk citra biner akan langsung
diproses untuk mendapatkan frekuensi kemunculan masing-masing pola. Pola yang memiliki nomor model yang sama tetapi dengan nomor urut
hapan Pengenalan Karakter Aksara Bali
cara umum dalam pengolahan citra, untuk mendapatkan informasi yang g di dalamnya maka biasanya dilakukan proses-proses pendahulu pada
but. Setelah itu baru dilakukan proses-proses berikutnya yang berkenaan formasi apa yang diinginkan untuk diolah, demikian juga halnya pada
n Tulisan Bali. Adapun tahapan-tahapan yang dilakukan dalam sistem n Karakter Aksara Bali, khususnya Metode Pola Busur Terlokalisasi
agai berikut:
Akuisisi data data acquisition
Akuisisi data merupakan proses pengubahan data dari data analog Aksara Bali, menjadi citra dengan scanner. Citra yang disimpan dalam format file
bitmap berupa data kasar dan selanjutnya akan diproses pada tahapan selanjutnya.
ra pemrosesan preprocessing
erlebih dahulu dilakukan konversi menjadi data citra dua warna proses inerisasi, karena citra Aksara Bali yang nantinya diperlukan
guna memastikan bahwa dat udah merupakan data yang sahih.
kstraksi ciri feature extraction
etelah data tersebut diolah menjadi data jadi pada tahap pra proses, emudian dilakukan ekstraksi ciri dari citra biner Aksara Bali. Ciri-ciri
ang diekstraksi bergantung pada metode yang dipakai dalam proses embandingan nantinya, yang mana dalam penelitian ini digunakan
dalah pola model khusus untuk
29
berbeda, frekuensi kemunculannya dijumlahkan untuk mendapatkan f
a A
T s
p m
k li
dilambangkan dengan f dan terdapat 23 pola model maka citra Aksara an sebagai vektor kolom x berdimensi p,
iv.
li acuan dilakukan dengan mengekstraksi ciri dari beberapa Aksara Bali acuan dan hasil yang diperoleh disimpan
pada sebuah file basisdata acuan. Mi
ke i disebut dengan P
i
digunakan sebagai Aksara Bali acuan sebanyak
tuk sebagai berikut : ⎤
⎢ ⎢
⎡ =
m m
i
x x
x x
x x
P L
L
2 22
21 1
12 11
rekuensi kemunculan dari pola model tersebut. Cara penghitungannya dalah dengan menggerakkan setiap pola model di atas pola biner citra
ksara Bali, sebagai patokan adalah titik yang berbentuk lingkaran penuh. itik ini digeser secara teratur satu grid ke arah horisontal atau vertikal,
ampai semua titik pada citra biner Aksara Bali terlewati. Setiap ergeseran dilakukan pembandingan terhadap ruang yang dilingkupi oleh
odel tersebut, apakah sama ataukah tidak. Jika sama maka frekuensi emunculan pola model tersebut ditambahkan. Misalkan citra Aksara Ba
Bali tersebut dapat diekspresik dengan p adalah 23 yaitu sesuai dengan pola model yang ada. Dalam
matriks bentuk tersebut dapat dituliskan sebagai berikut :
.......................................3.1
Elemen-elemen x yaitu x
1
, x
2
,… x
23
adalah frekuensi kemunculan dari masing-masing pola model sesuai dengan nomor modelnya.
Pendaftaran enrollment
Tahapan pendaftaran Aksara Ba
⎥ ⎥
⎥ ⎥
⎦ ⎤
⎢ ⎢
⎢ ⎢
⎣ ⎡
=
23 2
1
x x
x x
M
salkan masing-masing Aksara Bali
m , maka dari m buah Aksara Bali ini diekstraksi ciri menggunakan
Metode Pola Busur Terlokalisasi menghasilkan m buah vektor kolom x
berdimensi p, hasil ini dijadikan satu matriks vektor berukuran p x m dengan ben
⎥ ⎥
⎦ ⎢
⎢ ⎣
pm p
p
x x
x L
M M
M
2 1
⎥ ⎥
………………………3.2
30
ampu untuk mewakili variasi yang ada dari sebuah karakter Aksara Bali, di samping itu sistem nantinya bekerja
dengan tidak terlalu lambat. Jadi ukuran matriks vek d
sistem pengenalan ini adalah 23 x 3 untuk 23 pola model serta 42 x 3 untuk 42 pola model. M
sim ada
basisdata acuan dengan kata kunci nomor identitas Aksara Bali.
n comparison
n. an
dibanding apat
pada pros pembandingan tersebut
acuan dengan citra input. Nilai ketidaksamaan atau nilai beda inilah yang ilan keputusan hasil pengenalan.
record data acuan karakter. Acuan yang lanjutnya dihitung rata-rata kemunculan
etiap p l Nilai m yang digunakan pada sistem ini adalah 3 Aksara Bali yang
diambil dari beberapa buku cetak, dengan pertimbangan bahwa 3 Aksara Bali tersebut diharapkan m
tor acuan pa a
atriks vektor yang didapatkan di pan p
v. Pembandinga
