Saran - KESIMPULAN DAN SARAN - Deteksi kemiringan citra dokumen beraksara latin menggunakan Hou

BAB VI KESIMPULAN DAN SARAN

6.2. Saran

Berikut ini adalah saran bagi penelitian berikutnya yang ingin menerapkan sistem deteksi kemiringan yang serupa:

1. Dalam beberapa gambar terdapat kesalahan deteksi, hal ini karena pada tahap preprocessing tidak menghasilkan deteksi tepi yang tidak maksimal. Kesalahan

dalam deteksi ini dapat diminimalisir dengan mengatur nilai thereshold yang dapat diberikan secara manual ataupun mengganti jenis deteksi tepi yang digunakan.

2. Dalam preprocessing dapat dilakukan variasi, seperti: menggunakan closing, filling, penipisan dan yang lainnya.

3. Dapat dilihat pengaruh variasi preprocessing terhadap akurasi.

4. Perlu diuji coba pada citra dokumen yang lainnya seperti citra dokumen teks yang memiliki karakteristik yang berbeda.

DAFTAR PUSTAKA

Ardiansyah, Farid., Alasiry, Ali Husain., & Bayu, Sena Bayu. Rancang Bangun Scanner dengan Autofixing Paper Position berbasis Image Processing. Surabaya. (https://www.pens.ac.id/uploadta/downloadmk.php?id=1316) diakses pada 22 November 2016.

Bramasti, Rully. 2012. Kamus Matematika. PT. Aksarra Sinergi Media. Surakarta. Cornelia, Elizabeth Febrina. Penipisan Citra Aksara Bali menggunakan A Fast and Flexible Thinning Algorithm. 2016. Skripsi. Fakultas Sains dan Teknologi. Univerisitas Sanata Dharma. Yogyakarta.

Dewanto, Satrio. Deteksi Garis pada Citra Digital dengan Transformasi Hough. (http://digilib.batan.go.id/ppin/katalog/file/0853-9812-1994-215.pdf) diakses pada 7 April 2017.

Gonzalez, Rafael C., Woods, Richard E., & Eddins, Steven L. 2004. Digital Image Processing using Matlab. Pearson Prentice Hall. New Jersey.

Jundale, T. A., & Hegadi, R. S. 2015. “Skew Detection and Correction of Devanagari Script Using Hough Transform”. International Conference on Advanced Computing Technologies and Applications (ICACTA). 305-311. (http://sci-hub.cc/10.1016/j.procs.2015.03.147) diakses pada 29 September 2016.

Kevin, Michael. Analisis dan Implementasi Algoritma Penipisan Kwon-Gi-Kang pada Aksara Sunda. 2016. Skripsi. Fakultas Sains dan Teknologi. Univerisitas Sanata Dharma. Yogyakarta.

Kurdianata, Niko. Deteksi Kemiringan pada Citra Dokumen Teks Sastra Jawa menggunakan Pendekatan Titik Pusat Gravitasi, 2006. Skripsi. Fakultas Sains dan Teknologi. Univerisitas Sanata Dharma. Yogyakarta.

Madenda, Sarifuddin. 2015. Pengolahan Citra dan Video Digital. Penerbit Erlangga. Jakarta.

Mufida, Fatma dan Jamhuri, Mohammad. “Solusi Numerik Persamaan Poisson menggunakan Jaringan Fungsi Radial Basis pada Koordinat Polar”. (http://ejournal.uinmalang.ac.id/index.php/Math/article/viewFile/2927/485 0) diakses pada 12 Juni 2017.

Pitas, I. 2000. Digital Image Processing Algorithm and Application. Wiley-Interscience. New York.

Putra, Darma. 2010. Pengolahan Citra Digital. Penerbit Andi. Yogyakarta.

Sa’diyah, Halimatus., Isnanto, R.Rizal., Hidayanto, Achmad. “Aplikasi

Transformasi Hough untuk Deteksi Garis Lurus”.

(www.pens.ac.id/uploadta/downloadmk.php?id=1316) diakses pada 15 Oktober 2016.

Sugiarto, Eko. 2008. “Mengenal Pantun dan Puisi Lama”. Pustaka Widyatama. Yogyakarta.

Sunarya, I Made Gede. 2013. “Deteksi Kemiringan Pada Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris Pada Citra Dokumen Aksara

Bali”. Seminar Nasional Aplikasi Teknologi Informasi (SNATI).

(http://download.portalgaruda.org/article.php?article=95168&val=576) diakses pada 22 September 2016.

S. Chandan., B. Nitin., K. Amandeep. 2008. “Hough Transform Based Fast Skew Detection and Accurate Skew Correction Methods”. Pattern Recognition. Volume 41. 3528 - 3546. (http://sci-hub.cc/10.1016/j.patcog.2008.06.002) diakses pada 22 September 2016.

Utama, J.A. 2011. “Model Materi Pengetahuan Sudut Dalam Perkuliahan IPBA bagi Mahasiswa Fisika dan Aplikasinya dalam Memahami Jarak Antarbenda-Langit (Celestial Bodies)”. Prosiding Seminar Nasional

Penelitian Pendidikan dan Penerapan MIPA

(http://file.upi.edu/Direktori/FPMIPA/JUR._PEND._FISIKA/AHMAD_S AMSUDIN/Publikasi/03PFis_Judhistira.pdf) diakses pada 10 Maret 2017.

Yazidi, Ahcmad. 2013. “Pemakaian Aksara dalam Penulisan Bahasa Melayu

hingga Bahasa Indonesia”. Volume 3. No 1.

(http://download.portalgaruda.org/article.php?article=96576&val=4806) diakses pada 4 November 2016.

Yodha, J. W., dan Kurniawan A. W. 2014. “Perbandingan Penggunaan Deteksi Tepi dengan Metode Laplace, Sobel dan Prewit dan Canny pada Pengenalan

Pola”. Techno.COM. Volume 13. No 3. 189-197.

(http://download.portalgaruda.org/article.php?article=266434&val=5192& title=PERBANDINGAN%20PENGGUNAAN%20DETEKSI%20TEPI%2 0DENGAN%20METODE%20LAPLACE,%20SOBEL%20DAN%20PRE WIT%20DAN%20CANNY%20PADA%20PENGENALAN%20POLA) diakses pada 17 April 2017.

Lampiran I Program

Implementasi Membaca Gambar

[FileName, pathname] = uigetfile( ...

{'*.png', 'Image Files (*.png)'}, ...

'Pilih Gambar Dokumen');

%membaca dan menampilkan gambar input

handles.myImage = strcat(pathname, FileName); axes(handles.gambarasli);

imshow(handles.myImage);

citra_input=imread(handles.myImage);

assignin('base','citra_input',citra_input);

Implementasi Grayscale dan Binerisasi

jumKeping = size(citra_input,3);

if jumKeping == 3

citra_gray = rgb2gray(citra_input);

assignin('base','citra_gray',citra_gray);

axes(handles.gambargrayscale); imshow(citra_gray);

end

citra_biner=im2bw(citra_gray);

assignin('base','citra_biner',citra_biner);

axes(handles.gambarbw); imshow(citra_biner);

L- 2

Implementasi Deteksi Tepi Canny

imEdge = edge(citra_biner,'canny');

axes(handles.gambartepi); imshow(imEdge);

assignin('base','imEdge',imEdge);

Lampiran 4. Implementasi Hough Transform

function [mtheta,Acc,theta,rho,waktu] = houghTrans(imEdge)

tic; theta_step=1; theta = 0:theta_step:360; [R,xP]=radon(imEdge,theta); [y,x]=find(imEdge); assignin('base','x',x);

assignin('base','y',y);

[bar,kol]=size(imEdge);

assignin('base','bar',bar);

assignin('base','kol',kol);

d=round(sqrt(bar^2+kol^2));

assignin('base','d',d);

theta_min = -pi/2;

assignin('base','theta_min',theta_min);

theta_maks = pi/2;

assignin('base','theta_maks',theta_maks);

rho_min=-d;

assignin('base','rho_min',rho_min);

assignin('base','rho_maks',rho_maks); rho = rho_min:rho_maks;

theta_size=180;

assignin('base','theta_size',theta_size);

Acc=zeros(rho_maks,theta_size);

theta_count=theta_min:pi/180:theta_maks-pi/180;

assignin('base','theta_count',theta_count);

for i=1:length(y) incr=1; for theta=theta_count rho_i=round(x(i).*cos(theta)+y(i).*sin(theta)); Acc(abs(rho_i),incr)=Acc(abs(rho_i),incr)+1; incr=incr+1; end end theta = rad2deg(theta_count);

assignin('base','theta',theta);

nMax=max(Acc);

assignin('base','nMax',nMax);

[e,f]=max(nMax);

assignin('base','e',e);

assignin('base','f',f);

mtheta=theta(1,f);

assignin('base','mtheta',mtheta);

toc;

L- 4

Implentasi Tombol Reset

function pushbutton2_Callback(hObject, eventdata, handles)

cla(handles.gambarasli,'reset'); cla(handles.gambarbw,'reset'); cla(handles.gambargrayscale,'reset'); cla(handles.gambartepi,'reset'); cla(handles.plothough,'reset'); cla(handles.gambarrotate,'reset'); set(handles.flname,'String',''); set(handles.dir,'String',''); set(handles.time,'String',''); set(handles.skew,'String','');

Lampiran II Data

L- 6

L- 8

L- 10

L- 12

L- 14

L- 16

L- 18

L- 20

L- 22

L- 24

L- 26

L- 28

L- 30

L- 32

L- 34

L- 36

L- 38

L- 40

L- 42

L- 44

Lampiran III

Citra Asli dan Hasil Citra Rotasi

Nama File Gambar Asli Gambar yang dirotasi

Data_0.8.png

L- 56

Data_-1.png

Data_3.png

Data_-4.png

Data_-5.5.png

L- 58

Data_-8.png

Data_10.png

Data_11.8.pn g

Data_-13.png

Data_17.png

L- 60

Data_20.png

Data_21.8.pn g

Data_25.png

Data_29.png

L- 62

Data_34.6.pn g

Data_-36.png

Data_-38.8.png

Data_-39.png

L- 64

Data_45.png

Data_-46.png

Data_105.pn g Data_133.9.p ng Data_140.pn g

L- 66 Data_155.8.p ng Data_183.pn g Data_200.pn g

Data_229.pn g Data_274.pn g Data_282.pn g

L- 68

Data_297.pn g

Data_338.2.p ng

ABSTRAK

Adanya kemajuan teknologi yang begitu pesat pada saat ini, membuat orang seringkali mendigitalisasi dokumen teks menggunakan scanner atau menggunakan kamera untuk berbagai kepentingan. Pada proses pemindaian atau pengambilan gambar dokumen teks, seringkali terjadi kemiringan pada hasil gambar tersebut yang dikarenakan berbagai hal seperti ketebalan buku, posisi pengambilan gambar dan yang lainnya. Hal ini akan menyebabkan hasil yang tidak akurat dalam pengolahan citra selanjutnya seperti pengenalan karakter atau Optical Character Recognition.

Dalam pengenalan karakter atau Optical Character Recognition dibutuhkan beberapa proses awal (pre-processing) yang harus dilalui, agar hasil pengenalan karakter maksimal dapat dilakukan salah satunya proses deteksi kemiringan. Pada tugas akhir ini proses deteksi kemiringan pada citra dokumen beraksara Latin dilakukan menggunakan metode hough transform. Hough transform menggunakan menggunakan pemungutan suara (voting) terbanyak untuk menentukan nilai parameter yang tepat.

Percobaan ini dilakukan dengan data masukkan sebanyak 40 file citra dengan format .png yang berasal dari buku Mengenal Pantun dan Puisi Lama karya Eko Sugiarto. Berdasarkan pengujian dengan memberikan variasi sudut kemiringan pada 40 citra dokumen teks, diperoleh rata-rata persentase keberhasilan sebesar 93.64% dan waktu rata-rata untuk memproses mencapai 79.5350 detik

ABSTRACT

Nowadays, growth of technology is keep being fast, make some people oftenly digitalized a document or book by using scanner or camera for many importances. In its process, oftenly happen a slope on the result that been caused by many factors, such as thickness of book and the positition while taking a picture of the document etc. these factors can cause a result not accurately in the next step of image preprocessing, such as character recognition or Optical Character Recognition.

In character recognition or Optical Character Recognition it is necessary to do some process in the beginning (preprocessing) which is must be through so it can make an excellent result in character recognition, such as skewness detection. In this final assignment, skewnesss detection has been done by using hough transform. Hough transform use the voting to define an appropriate parameter.

In this research, the input data using 40 .png image files from “Mengenal Pantun dan Puisi Lama” by Eko Sugiarto. Based on testing by given a variance angle

for 40 image files, the average of succesfull rate is 93,64% and the average of time consume is 79,5350 seconds.

Dalam dokumen Deteksi kemiringan citra dokumen beraksara latin menggunakan Hough Transform. (Halaman 66-132)