IMPLEMENTASI METODE LOCAL BINARY PATTERNS UNTUK PENGENALAN POLA HURUF HIRAGANA DAN KATAKANA PADA SMARTPHONE
Abstract
Pada saat ini Jepang merupakan salah satu negara yang menjadi pilihan bagi pelajar dunia untuk melanjutkan pendidikan. Pelajar yang ingin melanjutkan pendidikan ke Jepang harus mempelajari Bahasa Jepang. Huruf dasar yang harus dikuasai oleh pembelajar Bahasa Jepang pemula adalah Huruf Hiragana dan Katakana. Dalam mempelajari Huruf Hiragana dan Katakana pembelajar pemula mengalami kesulitan yaitu huruf tersebut memiliki pelafalan yang sama, namun penulisan dari huruf tersebut berbeda.
Penelitian ini bertujuan untuk menerapkan metode Local Binary Patterns (LBP) sebagai metode ekstraksi fitur untuk pengenalan pola Huruf Hiragana dan Katakana. Cara kerja operator LBP yaitu dengan mencari nilai tengah dari suatu kernel berukuran 3 x 3, dengan melakukan perbandingan nilai tengah piksel dengan nilai tetangga piksel terdekat pada citra grayscale.
Implementasi metode Local Binary Pattern (LBP) untuk pengenalan pola Huruf Hiragana dan Katakana pada Smartphone berbasis Android telah diujikan pada 460 data sampel. Hasil pengujian menunjukkan akurasi pengenalan yang cukup baik yaitu sebesar 81,1%.
Downloads
References
Japan Student Services Organization, 2016, The Summary of Result on an Annual Survey of Interna-tional Students in Japan, http://www.jasso.go.jp/en/about/ statistics/intl_student_e/index.html, diakses 9 April 2016.
Kusumo, N.O., Dharmawan, D. dan Kurniawan, H., 2013, Pengembangan Aplikasi Android Realtime Translation Untuk Menerjemahkan Bahasa Jepang Ke Bahasa Indonesia, Skripsi, Bina Nusantara, Jakarta.
Roβnagel, H., & Mutterman, J., 2009. Introducing Sim-Based Security Tokens as Enabling Technol-ogy for Mobile Real-Time Services. Lecture Notes in Computer Science, 5838, 163.
Wirayuda, B. A. T., Wardhani, K. D. L. M. dan Adiwijaya., 2008, Pengenalan Pola Huruf Jepang (Kana) Menggunakan Direction Feature Extraction dan Learning Vektor Quantization, Jurnal Penelitian dan Pengembangan Telekomunikasi, Bandung.
Madjid, D.H.A., 2016, Aplikasi Pengenalan Pola Karakter Kanji Dasar Menggunakan Pola Busur Ter-lokalisasi dan Jaringan Saraf Tiruan Learning Vector Quantization (LVQ) pada Smartphone Berbasis Android, Skripsi, Universitas Halu Oleo, Kendari.
Biglari, M., Mirzaei, Faezeh. dan Neycharan, G. J., 2014, Persian/Arabic Handwritten Digit Recogni-tion Using Local Binary Patterns, International Journal of Digital Information and Wireless Commu-nications.
Ojala, T., Pietikäinen, M. dan Mäenpää, T., 2002, Multiresolution Gray Scale and Rotation Invariant Texture Classification with Local Binary Patterns, Tesis, University of Oulu, Finlandia
Putra, D., 2010, Pengolahan Citra Digital, Andi, Yogyakarta.
Downloads
Published
Issue
Section
License
All papers should be submitted electronically. All submitted manuscripts must be original work that is not under submission at another journal or under consideration for publication in another form, such as a monograph or chapter of a book. Authors of submitted papers are obligated not to submit their paper for publication elsewhere until an editorial decision is rendered on their submission. Further, authors of accepted papers are prohibited from publishing the results in other publications that appear before the paper is published in JUTI unless they receive approval for doing so from the Editor-in-Chief.
JUTI open access articles are distributed under a Creative Commons Attribution-ShareAlike 4.0 International License. This license lets the audience to give appropriate credit, provide a link to the license, and indicate if changes were made and if they remix, transform, or build upon the material, they must distribute contributions under the same license as the original.
