APPLICATION OF HANDWRITING CHARACTER CLASSIFICATION USING CHARACTER EXTRACTION BASED ON CHAIN CODE AND SEGMENT PATTERN

(1)

APPLICATION OF HANDWRITING CHARACTER

CLASSIFICATION USING CHARACTER EXTRACTION BASED ON

CHAIN CODE AND SEGMENT PATTERN

Ulva Choyriyanie, Nuryuliani

Undergraduate Program, Faculty of Industrial Engineering, 2010 Gunadarma University

http://www.gunadarma.ac.id

Keywords: Chain Code, Character Extraction, Classification, Segment Pattern.

ABSTRACT

Classification of handwritten characters is one of the stages of handwriting character recognition process that begins with data collection, segmentation, and classification to match. In this study, the authors focus on the classification stage. The classification of handwritten characters in this study using the method of feature extraction and pattern-based chain code segments. Classification process begins with the filtering process to input characters prior to segmentation. Then the character is grouped into 7 clusters based on the pattern of the first segment of each character. In the segments of each character do the coding chain code and patterns that can be matched with existing data in the database. This application is able to perform the classification of the 26 character reference and the accuracy of this program is 100 percent. This application can be exploited further for handwritten character recognition process and can be developed again to help the learning process in character recognition for the kids.

(2)

APLIKASI PENGKLASIFIKASIAN KARAKTER TULISAN TANGAN MENGGUNAKAN EKSTRAKSI CIRI

BERBASIS CHAIN CODE DAN POLA SEGMEN 1) Ulva Choyriyanie 2) Nuryuliani 1) e-mail : amethyst_gerrard@yahoo.co.id 2) e-mail : nryulia@staff.gunadarma.ac.id Jurusan Teknologi Informatika Universitas Gunadarma Jl Margonda 100

ABSTRAK

Pengklasifikasian karakter tulisan tangan adalah salah satu tahap dari proses pengenalan karakter tulisan tangan yang diawali dengan pengambilan data, segmentasi, klasifikasi sampai pencocokan. Pada penelitian ini, penulis fokus pada tahap klasifikasi. Pengklasifikasian karakter tulisan tangan pada penelitian ini menggunakan metode ekstraksi ciri berbasis chain code dan pola segmen. Proses klasifikasi diawali dengan melakukan proses filterisasi terhadap karakter input sebelum dilakukan segmentasi. Kemudian karakter dikelompokan menjadi 7 cluster berdasarkan pola segmen pertama tiap karakter. Pada hasil segmen dari tiap karakter dilakukan pengkodean chain code dan polanya sehingga bisa dicocokan dengan data yang ada dalam database. Aplikasi ini mampu melakukan klasifikasi dari 26 karakter acuan dan keakuratan dari program ini adalah 100 persen.

Aplikasi ini dapat dimanfaatkan lebih lanjut untuk proses pengenalan karakter tulisan tangan dan dapat dikembangkan lagi untuk membantu proses pembelajaran dalam pengenalan karakter bagi anak-anak.

Kata Kunci : Chain Code, Ekstraksi Ciri, Karakter, Pengklasifikasian, Pola Segmen.

PENDAHULUAN LATAR BELAKANG

Tulisan tangan adalah salah satu media komunikasi selain komunikasi secara verbal. Tulisan tangan adalah media untuk

menyimpan informasi yang dapat

mengidentifikasikan sifat, perkembangan

jiwa, dan tingkat kesehatan seseorang serta

dapat digunakan untuk keperluan

pembelajaran.

Menulis sudah diperkenalkan kepada anak sejak masuk ke jenjang TK atau SD. Untuk mengetahui tingkat kemahiran anak dalam menulis, dapat diukur berdasarkan A-PDF Watermark DEMO: Purchase from www.A-PDF.com to remove the watermark

(3)

standar yang telah ditentukan. Jika seseorang melakukan penulisan dengan mengikuti standar penulisan yang telah ditentukan secara sempurna, maka semua bentuk penulisan akan sama untuk setiap huruf.

Dengan berkembangnya teknologi, pengenalan tulisan tangan dapat dilakukan menggunakan komputer sebagai alat bantu untuk mengolah data masukan. Data masukan berupa karakter tulisan tangan yang diambil melalui media tambahan yaitu

digitizer sebagai alat input. Sistem

pengenalan tulisan tangan diawali dengan proses pengambilan data, tahap selanjutnya adalah segmentasi, klasifikasi sampai proses pengenalan. Penelitian ini fokus pada tahap klasifikasi karakter dalam pengenalan tulisan tangan. Proses klasifikasi karakter dapat dilakukan berdasarkan ekstraksi ciri berbasis chain code dan pola segmen. Berdasarkan kondisi tersebut, dibuatlah sebuah “Aplikasi Pengklasifikasian Karakter Tulisan Tangan Menggunakan Ekstraksi Ciri Berbasis Chain Code dan Pola Segmen”.

BATASAN MASALAH

Pada penulisan skripsi kali ini

penulis membatasi masalah dalam

pembuatan aplikasi pengklasifikasian karakter tulisan tangan dari orang dewasa

yang telah mahir dalam menulis

menggunakan ekstraksi ciri berbasis chain code dan pola segmen. Huruf yang akan diklasifikasi berupa huruf kecil dan tegak bersambung.

METODE PENELITIAN

SEGMENTASI TULISAN TANGAN

Segmentasi tulisan tangan ditujukan

untuk lebih mempermudah proses

pengenalan tulisan tangan. Dari 26 karakter tulisan tangan huruf latin terdapat 25 jenis segmen acuan. Contoh segmentasi standar pada beberapa karakter yang dilakukan secara manual berdasarkan pendapat sejumlah peneliti (Vinter, Paindavoine, in Suryarini 2009) dapat dilihat pada gambar 1.

Gambar 1 Contoh segmentasi pada karakter a,c,e,f,i,o dan u [Vinter, 2005] [Paindovoine, 2008]

Setiap karakter terdiri dari beberapa segmen atau stroke. Stroke adalah proses dari alat tulis diletakkan pada media tulis sampai diangkat kembali. Proses tersebut

(4)

berlangsung secara berurutan sehingga membentuk sebuah karakter. Sehingga setiap karakter akan selesai terbentuk sebelum karakter lainnya dibentuk, karena setiap karakter terbentuk dari beberapa stroke yang berhubungan.

CHAIN CODE (KODE FREEMAN)

Algoritma Kode Rantai Freeman (Freeman Chain Code) pertama kali di perkenalkan oleh Freeman pada tahun 1974. Tujuan dari Kode Freeman adalah untuk memberitahukan representasi batasan dari

suatu obyek. Kode rantai Freeman

merupakan algoritma sederhana tetapi memiliki kinerja yang tinggi. Kode rantai didasarkan pada kenyataan bahwa titik berurutan pada kurva kontinyu yang saling berdekatan satu sama lain, dan bahwa masing–masing titik data secara berurutan berbatasan dengan salah satu dari delapan titik–titik yang mengelilingi titik data tersebut.

Kode rantai digunakan untuk

merepresentasikan batas tepi dengan urutan garis lurus yang terhubung dengan ukuran dan arah tertentu. Biasanya, kode rantai direpresentasikan dengan 4 arah atau 8 arah mata angin. Arah dari suatu mata angin dikodekan dengan menggunakan skema penomoran seperti terlihat di gambar 2

untuk 8 arah mata angin dan gambar 3 untuk 4 arah mata angin.

Gambar 2. Skema 8 arah mata angin

Gambar 3. Skema 4 arah mata angin

Kode rantai suatu batas tepi tergantung pada penentuan titik awal. Kode

dapat dinormalisasikan dengan

memperlakukan titik awal sebagai suatu urutan arah dalam bentuk numerik yang membentuk lingkaran dan mendefinisikan titik awal sedemikian rupa sehingga menghasilkan suatu bentuk besaran integer yang minimum. Untuk pengkodean arah kode rantai, dapat digunakan kelipatan sudut 45 untuk 8 arah atau 90 untuk 4 arah. Kode rantai ini digunakan untuk mengkodekan ciri setiap segmen yang terbentuk dari hasil segmentasi.

(5)

KLASIFIKASI KARAKTER

Untuk mempermudah dan

mempercepat akses serta proses pencocokan maka perlu dilakukan klasifikasi karakter berdasakan pada pola segmen. Hal ini dilakukan karena terdapat beberapa segmen dalam sejumlah karakter yang memiliki pola yang sama. Klasifikasi dilakukan dengan cara mengelompokan semua karakter yang memiliki kesamaan ciri dan pola mulai pada segmen pertama. Selanjutnya, kelompok karakter ini dipecah menjadi sub-klas berdasarkan kesamaan ciri dan pola segmen kedua. Hal yang sama dilakukan untuk segmen ketiga dan demikian seterusnya. Dengan demikian akan terbentuk klas dan sub-klas dalam urutan pohon hirarki [Nuryuliani, 2009] seperti yang ditunjukan oleh gambar 4.

Gambar 4. Pohon clustering karakter berdasarkan bentuk segmen

[Nuryuliani, 2009]

Untuk memudahkan proses

pengenalan tulisan tangan, maka dilakukan klasifikasi karakter dengan membuat

pengelompokan berdasarkan bentuk segmen pertama setiap karakter. Untuk lebih jelasnya dapat dilihat pada tabel 1.

Tabel 1. Pengelompokan karakter berdasarkan bentuk segmen pertama

[Nuryuliani, 2009]

PEMBAHASAN Metodologi Penelitian

Secara umum, skema dari metode klasifikasi karakter tulisan tangan terbagi atas dua proses, yakni proses pembentukan basis data karakter acuan dan proses pengklasifikasian. Pada dasarnya program klasifikasi karakter tulisan tangan merupakan bagian dari sistem pengenalan tulisan tangan yang diawali dengan proses pengambilan data, segmentasi, klasifikasi

sampai pengenalan. Skema proses

pengenalan karakter tulisan tangan dapat dilihat pada Gambar 5.

(6)

Gambar 5. Skema proses pengenalan karakter

Alur Aplikasi Program

Alur aplikasi pengklasifikasian karakter tulisan tangan dapat dilihat pada gambar 6.

Gambar 6. Alur aplikasi program

Pengkodean Chain Code

Karakter yang sudah di segmentasi dikodekan kedalam chain code dan pola segmen agar dapat dicocokan kedalam

database untuk memeriksa kesesuaian.

Database chain code berisi probabilitas kemunculan tiap segmen dalam setiap kode chain code. Data dalam database berupa batas bawah dan batas atas dari nilai probabilitas kemunculan dari setiap segmen. Misalnya untuk segmen satu, karakter yang terbentuk dari segmen satu akan diurut dari yang terkecil sampai tertinggi. Data terkecil akan menjadi batas bawah begitu juga sebaliknya untuk batas atas. Hal ini juga berlaku untuk 26 segmen yang lain. Sehingga database chain code berisi 52 nilai yang terbentuk dari 26 kode segmen dan setiap segmen memiliki batas bawah maupun batas atas. Untuk lebih jelasnya dapat dilihat pada tabel 2.

Tabel 2. Daftar probabilitas dari segmen 1

Keterangan :

: nilai batas bawah. : nilai batas atas.

(7)

Pengklasifikasian Pola

Berdasarkan penelitian sebelumnya [Nuryuliani,2009], pola segmen dari karakter diklasifikasikan menjadi 7 cluster berdasarkan pola segmen pertama dari setiap karakter, kemudian seterusnya sampai huruf dikenali.

Data untuk jenis segmen dapat dilihat pada tabel 3.

Tabel 3. Jumlah segmen dari 26 huruf alfabet yang baru

Pencocokan

Pada sub-bab ini akan dijelaskan proses pencocokan kode segmen dari pola

segmen setiap karakter dalam

pengklasifikasian karakter.

Aplikasi yang dibuat digunakan untuk melakukan seleksi pola pada segmen pertama pertama tiap karakter. Segmen pertama tiap karakter diseleksi untuk menentukan kluster dari karakter. Setelah ditentukan klusternya, nilai dikirim ke

function baca segmen untuk melakukan seleksi segmen berikutnya sehingga huruf input dapat diklasifikasi dan dikenali.

Perancangan GUI

Tampilan GUI pada aplikasi ini disesuaikan dengan kebutuhan program. Tampilan program menggunakan 6 tombol, 2 axis dan 2 static text. Tampilan GUI dari aplikasi pengklasifikasian dapat dilihat pada gambar 7.

Gambar 7. Tampilan GUI dari aplikasi

Tombol-tombol yang digunakan pada aplikasi, antara lain :

1. Tombol open merupakan tombol untuk mengambil file huruf berekstensi .dat dan menampilkannya.

2. Tombol filter merupakan tombol untuk proses filterisasi kemudian menampilkan hasil filternya.

(8)

3. Tombol segmentasi merupakan tombol untuk proses segmentasi kemudian menampilkan setiap segmen hasil segmentasi.

4. Tombol next merupakan tombol untuk menampilkan segmen berikutnya dari huruf hasil segmentasi.

5. Tombol back merupakan tombol untuk menampilkan segmen sebelumnya dari huruf hasil segmentasi

6. Tombol exit merupakan tombol untuk keluar atau mengakhiri program.

Selain tombol-tombol, rancangan gui dari program ini juga memerlukan dua buah axes dan 2 buat static text, antara lain :  Axes 1 digunakan untuk menampilkan

karakter input

 Axes 2 digunakan untuk menampilkan hasil filter dan hasil segmentasi karakter.  Text 1 merupakan tulisan klasifikasi

segmen

 Text 2 merupakan text berisi keterangan hasil klasifikasi dari setiap segmen.

KESIMPULAN DAN SARAN KESIMPULAN

Proses klasifikasi karakter tulisan tangan ini menggunakan metode ekstraksi ciri berbasis chain code dan pola segmen. Karakter input difilter terlebih dahulu

sebelum dilakukan segmentasi. Kemudian karakter dikelompokan menjadi 7 cluster berdasarkan segmen pertama tiap karakter [Dr. Nuryuliani, 2009]. Pada hasil segmen dari tiap karakter dilakukan pengkodean chain code dan polanya sehingga bisa dicocokan dengan data yang ada dalam database. Aplikasi ini mampu melakukan klasifikasi dari 26 karakter acuan dan keakuratan dari program ini adalah 100 persen. Aplikasi pengklasifikasian karakter tulisan tangan merupakan bagian dari sistem pengenalan karakter tulisan tangan yang diawali tahap pengambilan data, segmentasi, klasifikasi sampai pencocokan. Karena itu, aplikasi ini kedepannya dapat dijadikan referensi dalam sistem pengenalan tulisan tangan dalam tahap pencocokan.

SARAN

Untuk masa kedepan diharapkan aplikasi klasifikasi ini dapat dilanjutkan ke tahap pengenalan tulisan tangan sehingga dapat dimanfaatkan untuk membantu proses pembelajaran. Dan untuk meningkatkan tingkat akurasi pengenalan, sebaiknya lebih memperkaya database dengan jumlah referensi yang lebih banyak.

(9)

DAFTAR PUSTAKA

[1] Brian R. Hunt,Ronald L. Lipsman, Jonathan M. Rosenberg, Kevin R. Coombes, John E. Osborn, Garrett J.

Stuck. A Guide to MATLAB for

Beginners and Experienced Users

Second Edition.

[2] Freeman, Herbert, 1974. Computer Processing of Line-Drawing Images. Computing Survey, Vol. 6, No. 1, March 1974.

[3] MathWorks, The, Inc, 2010. Matlab Getting Started Guide.

[4] Nuryuliani, 2009. Klasifikasi

Pengenalan Tulisan Tangan

Menggunakan Ekstraksi Ciri Berbasis

Chain Code Dan Pola Segmen.