Pengenalan Kata Menggunakan Self-Organizing Map Sebagai Input Kamus Berbasis Android
v
ABSTRAK
Salah satu kesulitan yang dialami turis ketika berkunjung ke Rusia adalah
masalah bahasa. Penggunaan aplikasi kamus Bahasa Rusia dapat digunakan untuk
mengatasi masalah tersebut. Akan tetapi, muncul masalah jika turis tidak familiar
terhadap huruf yang dipakai Bahasa Rusia. Bahasa Rusia menggunakan huruf
Cyrillic yang penggunaannya terbatas pada Rusia dan beberapa negara
tetangganya. Huruf Cyrillic bentuknya berbeda dengan huruf latin. Hal ini sangat
menyulitkan turis ketika ingin melakukan penerjemahan dengan mengetikkan
kata dari Bahasa Rusia ke aplikasi kamus. Oleh karena itu dibutuhkan sebuah cara
untuk menginputkan kata dalam Bahasa Rusia yang menggunakan huruf Cyrillic
tersebut. Salah satunya adalah dengan mengambil gambar dari kata yang ingin
diterjemahkan, lalu dikenali polanya. Pengenalan pola akan menggunakan
jaringan saraf tiruan Self-organizing Map. Pengolahan citra untuk mendapatkan
nilai masukan untuk pengenalan polanya akan menggunakan binarisasi, penapisan
derau, segmentasi, thinning, dan kemudian fitur akan diekstrak menggunakan
pemetaan piksel. Citra kata akan di potong-potong menjadi citra karakter,
kemudian setiap citra karakter akan di ekstrak fiturnya, dan dikirim ke server
untuk dikenali polanya. Hasil dari server akan dikirim ke klien untuk ditampilkan.
Hasil yang didapat adalah, sistem mampu mengenali karakter Cyrillic dengan
akurasi dari pengenalan yang didapatkan adalah 91,92% terhadap data uji yang
berupa huruf dan 83,79% untuk data uji yang berupa kata.
Kata Kunci : self-organizing map, jaringan saraf tiruan, pengenalan karakter
optik, Cyrillic, pengolahan citra.
Universitas Sumatera Utara
vi
ANDROID DICTIONARY APPLICATION WITH IMAGE RECOGNITION USING
SELF ORGANIZING MAP
ABSTRACT
One of tourist problems when visiting Russia is language problem. The use of
dictionary application for Russian language can overcome this language problem. But
another problem arise when the tourist is not familiar with the alphabet used by
Russian language. The Russian language using Cyrillic alphabet, which its use limited
only to Russia and some of Russias neighboring states. The Cyrillic alphabet has
different form than Latin alphabet. Because of this, tourist will encounter difficulties
when trying to translate Russian word by typing it to the dictionary application.
Therefore, other method of inputting is needed. One of them is by taking the picture of
the word, and then recognize the pattern. Pattern recognizing will use one of neural
network method, Self-organizing Map. Image processing will be used to get the input
value for pattern recognition, such as binarisation, noise filtering, segmentation,
thinning, and then the feature will be extracted using pixel mapping. The image
containing the word is segmented into many image that containing one character each,
and each of that isolated image will have its feature extracted, and then send to server
for recognition. The recognition result will be send back to the android client, and
shown to the user. The result is, system is able to recognize Cyrillic character pattern
with accuracy of recognition is 91,92% for test data in the form of letters and 83,79%
for test data in the form of words.
Keywords : self-organizing map, optical character recognition, Cyrillic, image
processing.
Universitas Sumatera Utara
ABSTRAK
Salah satu kesulitan yang dialami turis ketika berkunjung ke Rusia adalah
masalah bahasa. Penggunaan aplikasi kamus Bahasa Rusia dapat digunakan untuk
mengatasi masalah tersebut. Akan tetapi, muncul masalah jika turis tidak familiar
terhadap huruf yang dipakai Bahasa Rusia. Bahasa Rusia menggunakan huruf
Cyrillic yang penggunaannya terbatas pada Rusia dan beberapa negara
tetangganya. Huruf Cyrillic bentuknya berbeda dengan huruf latin. Hal ini sangat
menyulitkan turis ketika ingin melakukan penerjemahan dengan mengetikkan
kata dari Bahasa Rusia ke aplikasi kamus. Oleh karena itu dibutuhkan sebuah cara
untuk menginputkan kata dalam Bahasa Rusia yang menggunakan huruf Cyrillic
tersebut. Salah satunya adalah dengan mengambil gambar dari kata yang ingin
diterjemahkan, lalu dikenali polanya. Pengenalan pola akan menggunakan
jaringan saraf tiruan Self-organizing Map. Pengolahan citra untuk mendapatkan
nilai masukan untuk pengenalan polanya akan menggunakan binarisasi, penapisan
derau, segmentasi, thinning, dan kemudian fitur akan diekstrak menggunakan
pemetaan piksel. Citra kata akan di potong-potong menjadi citra karakter,
kemudian setiap citra karakter akan di ekstrak fiturnya, dan dikirim ke server
untuk dikenali polanya. Hasil dari server akan dikirim ke klien untuk ditampilkan.
Hasil yang didapat adalah, sistem mampu mengenali karakter Cyrillic dengan
akurasi dari pengenalan yang didapatkan adalah 91,92% terhadap data uji yang
berupa huruf dan 83,79% untuk data uji yang berupa kata.
Kata Kunci : self-organizing map, jaringan saraf tiruan, pengenalan karakter
optik, Cyrillic, pengolahan citra.
Universitas Sumatera Utara
vi
ANDROID DICTIONARY APPLICATION WITH IMAGE RECOGNITION USING
SELF ORGANIZING MAP
ABSTRACT
One of tourist problems when visiting Russia is language problem. The use of
dictionary application for Russian language can overcome this language problem. But
another problem arise when the tourist is not familiar with the alphabet used by
Russian language. The Russian language using Cyrillic alphabet, which its use limited
only to Russia and some of Russias neighboring states. The Cyrillic alphabet has
different form than Latin alphabet. Because of this, tourist will encounter difficulties
when trying to translate Russian word by typing it to the dictionary application.
Therefore, other method of inputting is needed. One of them is by taking the picture of
the word, and then recognize the pattern. Pattern recognizing will use one of neural
network method, Self-organizing Map. Image processing will be used to get the input
value for pattern recognition, such as binarisation, noise filtering, segmentation,
thinning, and then the feature will be extracted using pixel mapping. The image
containing the word is segmented into many image that containing one character each,
and each of that isolated image will have its feature extracted, and then send to server
for recognition. The recognition result will be send back to the android client, and
shown to the user. The result is, system is able to recognize Cyrillic character pattern
with accuracy of recognition is 91,92% for test data in the form of letters and 83,79%
for test data in the form of words.
Keywords : self-organizing map, optical character recognition, Cyrillic, image
processing.
Universitas Sumatera Utara