PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
SKRIPSI
NADYA AMELIA
101402014
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana
Teknologi Informasi
NADYA AMELIA
101402014
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PENGENALAN POLA HURUF HIJAIYAH
MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)
Kategori : SKRIPSI
Nama : NADYA AMELIA
Nomor Induk Mahasiswa : 101402014
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
..UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Sajadin Sembiring, S.Si., M.Comp.Sc Dr. Erna Budhiarti Nababan, M.IT
NIP. - NIP. -
Diketahui/Disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
PERNYATAAN
PENGENALAN POLA HURUF HIJAIYAH MENGGUNAKAN SUPPORT
VECTOR MACHINE (SVM)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 14 Juni 2016
Nadya Amelia
UCAPAN TERIMA KASIH
Alhamdulillah, puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat, karunia, taufik dan hidayah-Nya, serta segala sesuatu dalam hidup, sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S1)Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi.
Ucapan terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Keluarga penulis, Ayahanda Munawirman, Ibunda Nofiar, Abang penulis Ferdie Yolandho, dan adik penulis Anisa Khuntum Khaira beserta keluarga besar yang selalu memberikan dukungan, perhatian serta doa kepada penulis sehingga dapat menyelesaikan skripsi ini.
2. Ibu Dr. Erna Budhiarti Nababan, M.IT. selaku Dosen Pembimbing I dan Bapak Sajadin Sembiring,S.Si.,M.Comp.Sc., selaku Dosen Pembimbing II yang telah banyak meluangkan waktunya serta memberikan bimbingan dan dukungan kepada penulis dalam penyusunan dan penulisan skripsi ini.
3. Bapak Dr. Sawaluddin, M.IT selaku Dosen Penguji I dan Bapak Romi Fadillah Rahmat, B.Comp.Sc., M.Sc. selaku Dosen Penguji II yang telah memberikan kritik dan saran yang membangun dalam penyempurnaan skripsi ini.
4. Bapak Muhammad Anggia Muchtar, ST., MM.IT. selaku Ketua Program Studi S1 Teknologi Informasi dan Bapak Mohammad Fadly Syahputra, B.Sc., M.Sc.IT. selaku Sekretaris Program Studi S1 Teknologi Informasi.
5. Seluruh Dosen Program Studi S1 Teknologi Informasi yang telah memberikan ilmu yang bermanfaat bagi penulis dari awal perkuliahan.
6. Teman-teman penulis, Rizki Ramadhan, Maslimona Harimita Ritonga, Sonya L Akbar, Faradilla S, Utami M Dinanti, dan seluruh mahasiswa TI 2010 yang telah memberikan semangat dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini.
7. Seluruh staf TU (Tata Usaha) serta pegawai di Program Studi S1 Teknologi Informasi
8. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.
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 %.
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%.
DAFTAR ISI
2.1.2 Citra keabuan (grayscale image) 8
2.3.2 Cropping 11
2.3.3 Normalisasi 12
2.3.4 Thinning 12
2.4 Ekstraksi Fitur 13
2.4.1 Ekstraksi Ciri Zonning 13
2.5 Support Vector Machine (SVM) 15
2.6 Penelitian Terdahulu 20
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 21
3.1 Arsitektur Umum 21
3.2 Akuisisi Data 23
3.3 Preprocessing 23
3.3.1 Pembentukan citra biner (threshold) 24
3.3.2 Pemotongan citra (cropping) 24
3.3.3 Normalisasi Resolusi Citra (normalization) 25
3.3.4 Pengurusan objek citra (thinning) 25
3.4 Ekstraksi Ciri (Feature Extraction) 26
3.5 Klasifikasi 30
3.6 Perancangan Sistem 34
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 40
4.1 Implementasi Sistem 40
4.1.1 Spesifikasi software dan hardware yang digunakan 40
4.1.2 Implementasi Perancangan Antarmuka 40
4.1.2.1 Tampilan utama sistem pre-processing 41
4.1.2.2 Tampilan utama sistem ekstraksi ciri 42
4.1.2.3 Tampilan utama sistem pengujian SVM 44
DAFTAR TABEL
Hal.
Tabel 2.1 Contoh kasus nilai fitur dan kelas 20
Tabel 2.2 Penelitian terdahulu 21
Tabel 3.1 Nilai fitur dan kelas 33
Tabel 3.2 Data uji 35
Tabel 3.3 Fungsi klasifikasi 36
Tabel 4.1 Data hasil pengujian 49
Tabel 4.2 Data hasil pengujian(lanjutan) 50
DAFTAR GAMBAR
Gambar 3.2 Tahapan pre-processing 23
Gambar 3.3 Citra hasil thresholding 24
Gambar 3.10 Rancangan tampilan awal 35
Gambar 3.11 Rancangan tampilan utama-preprocessing 35
Gambar 3.12 Rancangan tampilan utama-preprocessing(folder) 36
Gambar 3.13 Rancangan tampilan utama-ekstraksi ciri 37
Gambar 3.14 Rancangan tampilan utama-ekstraksi cir(folder) 38
Gambar 3.15 Rancangan tampilan utama-pengujian SVM 38
Gambar 4.1 Tampilan utama preprocessing 41
Gambar 4.2 Tampilan utama preprocessing(folder) 42
Gambar 4.4 Tampilan utama ekstraksi ciri(folder) 43
Gambar 4.5 Tampilan utama pengujian SVM 44
Gambar 4.6 Tampilan “Browse” pre-processing 44
Gambar 4.7 Tampilan “Browse” pre-processing(folder) 45
Gambar 4.8 Tampilan awal aplikasi proses Pre-processing 46
Gambar 4.9 Tampilan “Browse” ekstraksi ciri 46
Gambar 4.10 Tampilan “Browse” ekstraksi ciri(folder) 47
Gambar 4.11 Tampilan awal aplikasi proses ekstraksi ciri 50
Gambar 4.12 Tampilan “Browse” pengujian SVM 48
Gambar 4.13 Tampilan hasil pengujian SVM 48
