Pengenalan Pola Huruf Hijaiyah Menggunakan Support Vector Machine (SVM)
v
ABSTRAK
Huruf hijaiyah memiliki bentuk yang sangat unik dan variatif antara satu dengan
yang lainnya, Untuk membedakannya, huruf hijaiyah harus disesuaikan dengan
karakteristiknya masing-masing. Pada penelitian ini digunakan Support Vector
Machine untuk mengenali tulisan tangan huruf hijaiyah dari beberapa orang. Sebelum
tahap identifikasi dilakukan citra huruf akan mengalami pre-processing , dan ekstraksi
ciri menggunakan metode zoning. Metode zoning ini menghitung jumlah piksel aktif
(hitam) setiap zona dan melakukan perbandingan terhadap zona yang memiliki jumlah
piksel aktif yang paling banyak. Ekstraksi ciri yang digunakan adalah variasi dari
metode zoning yaitu Image Centroid and Zone (ICZ) dan Zone Centroid and Zone
(ZCZ). Pembagian zona yang digunakan adalah 3,5,7, dan 9 zona. Pada penelitian
ini ditunjukkan bahwa metode yang diajukan mampu mengenali tulisan tangan huruf
hijaiyah dengan akurasi terbaik menggunakan metode zoning ZCZ dengan pembagian
zona 7 dan 9 yaitu 90 %.
Kata kunci : Huruf hijaiyah, metode zoning, Support Vector Machine.
Universitas Sumatera Utara
vi
PATTERN RECOGNITION ON HIJAIYAH LETTERS USING SUPPORT
VECTOR MACHINE (SVM)
ABSTRACT
Hijaiyah letters have very unique shape and varies between one and another. To
differentiate it, hijaiyah letters have to be adapted with their own characteristic. This
research used a support vector machine to recognize the handwriting of hijaiyah letters
from some people. Pre-processing, and feature extraction using zoning methode will
be done before the identification phase. Zoning method summing every active (black)
pixel from each zone and divide value from each zone by a zone with most active
pixel. Feature extraction method used is the variations of zoning method that is
Image Centroid and Zone (ICZ) and Zone Centroid and Zone (ZCZ). The number of
zones used are 3.5 .7, and 9 zones. This research shows that the proposed method is
able to identify handwriting of the hijaiyah letters with the best accuracy using Zone
Centroid Zone (ZCZ) feature extraction method using 7 and 9 zone is 90%.
Keyword: Hijaiyah letters, zoning extraction, Support Vector Machine.
Universitas Sumatera Utara
ABSTRAK
Huruf hijaiyah memiliki bentuk yang sangat unik dan variatif antara satu dengan
yang lainnya, Untuk membedakannya, huruf hijaiyah harus disesuaikan dengan
karakteristiknya masing-masing. Pada penelitian ini digunakan Support Vector
Machine untuk mengenali tulisan tangan huruf hijaiyah dari beberapa orang. Sebelum
tahap identifikasi dilakukan citra huruf akan mengalami pre-processing , dan ekstraksi
ciri menggunakan metode zoning. Metode zoning ini menghitung jumlah piksel aktif
(hitam) setiap zona dan melakukan perbandingan terhadap zona yang memiliki jumlah
piksel aktif yang paling banyak. Ekstraksi ciri yang digunakan adalah variasi dari
metode zoning yaitu Image Centroid and Zone (ICZ) dan Zone Centroid and Zone
(ZCZ). Pembagian zona yang digunakan adalah 3,5,7, dan 9 zona. Pada penelitian
ini ditunjukkan bahwa metode yang diajukan mampu mengenali tulisan tangan huruf
hijaiyah dengan akurasi terbaik menggunakan metode zoning ZCZ dengan pembagian
zona 7 dan 9 yaitu 90 %.
Kata kunci : Huruf hijaiyah, metode zoning, Support Vector Machine.
Universitas Sumatera Utara
vi
PATTERN RECOGNITION ON HIJAIYAH LETTERS USING SUPPORT
VECTOR MACHINE (SVM)
ABSTRACT
Hijaiyah letters have very unique shape and varies between one and another. To
differentiate it, hijaiyah letters have to be adapted with their own characteristic. This
research used a support vector machine to recognize the handwriting of hijaiyah letters
from some people. Pre-processing, and feature extraction using zoning methode will
be done before the identification phase. Zoning method summing every active (black)
pixel from each zone and divide value from each zone by a zone with most active
pixel. Feature extraction method used is the variations of zoning method that is
Image Centroid and Zone (ICZ) and Zone Centroid and Zone (ZCZ). The number of
zones used are 3.5 .7, and 9 zones. This research shows that the proposed method is
able to identify handwriting of the hijaiyah letters with the best accuracy using Zone
Centroid Zone (ZCZ) feature extraction method using 7 and 9 zone is 90%.
Keyword: Hijaiyah letters, zoning extraction, Support Vector Machine.
Universitas Sumatera Utara