Artikel
Judul : Perbandingan Algoritma Template Matching dan Algoritma Feature Extraction pada Aplikasi Transliteras
Abstrak : Fenomena yang terjadi di daerah Provinsi Jawa Barat yaitu dimana masyarakatnya kurang melestarikan budayanya sendiri khususnya sastra daerah terutama aksara sunda, pada era digital ini terdapat penelitian tentang aksara sunda yang dipadukan dengan aplikasi menggunakan algoritma Feature Extraction namun belum adanya pembanding dengan algoritma lain dan tidak bisa mengenali angka sunda, oleh sebab itu untuk mengembangkan penelitian tersebut maka dibuatlah aplikasi aksara sunda dengan implementasi OCR (Optical Character Recognition) menggunakan algoritma Template Matching dan algoritma Feature Extraction yang dimodifikasi dengan tahapan preprocessing diantaranya menggunakan algoritma luminosity dan thresholding, dari kedua algoritma tersebut dibandingkan nilai akurasi beserta waktu prosesnya dalam pengenalan digital writing dan handwriting, hasil dari pengujian digital writing algoritma Template Matching memiliki nilai akurasi pengenalan perkata 87% dengan waktu proses 236 ms sedangkan akurasi pengenalan perkarakter 97,6% dengan waktu proses 227 ms, Feature Extraction memiliki akurasi pengenalan perkata 98% dengan waktu proses 73,6 ms dan akurasi pengenalan perkarakter 100% dengan waktu proses 66 ms, untuk pengenalan handwriting,dalam pengenalan perkarakter feature extraction memiliki akurasi 83% dan pengenalan perkata 75%, sedangkan template matching dalam pengenalan karakter memiliki akurasi 70% Dan pengenalan perkata memiliki akurasi 66%.
Penulis : Muhamad Farid Padilah
Keyword : Aksara Sunda, Algoritma Feature Extraction, Algoritma Template Matching, Algoritma Luminosity, Algoritma Thresholding.
Referensi : [1] D. B. Alamsyah, “Implementasi Text Recognition untuk mendeteksi Digital Writing dan Handwriting dalam Alfabet Latin menggunakan OCR (Optical Character Recognition),” 2018. [2] A. Rohman, “Implementasi OCR (Optical Character Recognition) Pada Aplikasi Android Translator IndonesiaInggris Dengan Menggunakan Tesseract ocr Sebagai Engine,” 2015. [3] A. Dwi, “implementasi optical character recognition pada kamus aksara sunda-indonesia menggunakan algoritma feature extraction berbasis android.” 2018. [4] R. S. Bahr and I. Maliki, “perbandingan algoritma template matching dan feature extraction pada optical character recognition,” Semin. Nas. Teknol. Inf. Komun. Terap. 2011, vol. 1, no. 1, pp. 187–198, 2012. [5] T. Setiady, “Analisa Batas Sudut Kemiringan,” vol. 3, no. 1, pp. 112–130, 2016. [6] G. S. McLeod Jr. P, Sistem Informasi Manajemen, 9th ed. Pearson Prentice Hall, Inc.], 2007. [7] Y. Religia, “Feature Extraction Untuk Klasifikasi Pengenalan Wajah Menggunakan Support Vector Machine Dan K-Nearest Neighbor,” vol. 2015.
File :