8
BAB III PERANCANGAN PERANGKAT LUNAK
Sistem alih aksara pada skripsi ini bertujuan untuk mengalih aksarakan aksara jawa menjadi aksara latin yang telah dikenal saat ini. Sistem alih aksara menerapkan metode
template matching sebagai klasifikatornya. Pada sistem alih aksara, pengumpulan dataset dilakukan dengan melakukan cropping
citra aksara jawa menggunakan program paint. Untuk perancangan perangkat lunak digunakan dengan menggunakan Matlab.
Alur kerja sistem alaih aksara meliputi cropping, konversi RGB ke biner, median filter, proyeksi vertikal, template matching, penyederhanaan matriks, pruning dan pencetakan
ASCII.
3.1 Cropping
Citra digital yang telah didapat selanjutnya akan dipilah menjadi 2 bagian. Bagian pertama adalah citra digital yang nantinya digunakan untuk penyusunan dataset dan bagian
kedua adalah citra digital yang digunakan sebagai citra uji. Proses cropping citra ini dilakukan dengan menggunakan perangkat lunak paint. Untuk citra digital yang digunakan
sebagai penyusun dataset cropping akan dilakukan per-aksara, sedangkan cropping pada citra uji dilakukan hanya untuk menghilangkan bagian yang tidak diperlukan.
Gambar 3.1. Citra Hasil Scan, Bagian Kotak Merah Digunakan Untuk Pengumpulan Dataset dan Citra Uji sedangkan Bagian Biru Alih Aksaranya
9
Gambar 3.2 Contoh Hasil Cropping Untuk Dataset
3.2 Konversi RGB ke Biner
Citra digitalisasi pada citra dataset maupun citra uji yang didapat pada proses cropping berupa citra RGB selanjutnya diubah menjadi citra biner. Proses pengubahan RGB
ke biner seperti yang telah dijelaskan pada subbab 2.3.
a b
Gambar 3.3. a Citra RGB dan b Hasil Pengubahan Citra RGB ke Biner dengan threshold 0,5
10
3.3 Median Filter
Hasil pengubahan citra RGB menjadi biner masih menyisakan noise berupa titik-titik hitam seperti yang terlihat pada gambar 3.1. Untuk menghilangkan titik-titik hitam tersebut
dilakukan median filtering.
a b
c d Gambar 3.4. Hasil Penggunaan Median Filter dengan Ukuran a 3× 3, b 5× 5, c 7× 7
dan d 9× 9
11
Pada skripsi ini dipakai median filter berukuran 9× 9 karena tidak terlihat lagi titik-titik hitam pada citra keluaran median filter.
3.4 Proyeksi Vertikal
Seperti yang dijelaskan pada subbab 2.5 proyeksi vertikal digunakan untuk memisahkan baris-baris penyusun sebuah citra. Pemisahan ini dilakukan dengan
menjumlahkan pixel hitam yang tegak lurus dengan sumbu y. Hasil proyeksi vertikal akan menjadi acuan dalam menentukan koordinat awal baris a dan akhir baris b. Tahapan
untuk menghasilkan batas awal dan batas akhir bisa dilihat pada Gambar 3.5.
ya
tidak
ya
tidak
START
i=1 j=banyak baris v=nilai batasan baris atas
y=nilai batasan baris bawah
Jumlah tiap pixel dalam 1 baris t
Simpan baris
barisi- barisi+1v
i+1
Bandingkan ti dengan t
b
i+1j
Simpan Batas atas
A B
Citra Uji
C
12
ya
tidak tidak
ya
Gambar 3.5. Alur kerja Proyeksi Vertikal
Selanjutnya nilai awal baris a akan dikurangi dengan sebuah nilai offset a sedangkan pada akhir baris b akan ditambah dengan nilai offset b. Batas baris baru hasil penambahan
dan pengurangan offset ini selanjutnya menjadi batasan proses template matching yang akan dilakukan pada proses selanjutnya. Pada skripsi ini besar pengurangan nilai offset a berkisar
antara 103-110 pixel sedangkan penambahan nilai offset b antara 215-233 pixel.
Gambar 3.6. Ilustrasi Penambahan dan Pengurangan dengan Nilai Offset
3.5 Template Matching