v
ABSTRAK
Identifikasi citra adalah satu dari tahapan-tahapan yang digunakan di dalam sistem
terautomatisasi, khususnya pengenalan biji catur cina. Pengenalan citra pada tulisan
karakter cina adalah sebuah proses untuk mengenali karakter cina yang terdapat pada
biji catur cina untuk mendapatkan jumlah dari setiap set catur. Dikarenakan biji catur
cina memiliki kontour dan goresan yang kompleks, tulisan pada biji catur susah untuk
dikenali oleh manusia awam. Berdasarkan pada fakta yang tertera di atas, pengenalan
biji catur cina berdasarkan pada pola sangat penting. Dalam mempermudah dan
mengoptimasi kinerja dari jaringan saraf tiruan, berbagai metode digunakan di dalam
penelitian ini, seperti pengdeteksian lingkaran dengan Hough Circle Detection, Grayscaling, Binerisasi, Resizing, Thinning, Normalisasi dan Pixelization. Metode yang diajukan di dalam penelitian ini adalah Direction Feature Extraction yang
diekstraksi dari citra sebagai fitur dan mengimplementasikan Backpropagation di
dalam mengenali biji catur cina berdasarkan pada pola. Di dalam penelitian ini,
didapatkan bahwa metode yang diajukan dapat mengenali tulisan pada biji catur cina
dengan tingkat keakuratan sebesar 98% untuk berbagai set catur cina dan meetode
yang diajukan juga tahan terhadap translasi pada citra, kecerahan, derau dan rotasi
sampai 60◦.
Kata kunci : Pengenalan citra, Handwritten Chinese Character Recognition, Catur Cina, Direction Feature Extraction (DFE), Backpropagation
vi
CHINESE CHESS CHARACTER IDENTIFICATION USING DIRECTION
FEATURE EXTRACTION AND BACKPROPAGATION
ABSTRACT
Image identification is one of the phases used in automated system, spesifically
Chinese character recognition. Image recognition on Chinese chess is a process to
recognize Chinese character on Chinese chess in order to obtain the number of each
chess set. Due to the fact that Chinese character’s pattern has complex contours and
strokes; Handwritten Chinese Character Recognition (HCCR) is difficult to be
recognized by new learners, especially humans. Based on the fact stated above,
Chinese chess recognition based on pattern becomes very essential. In order to ease
and optimize the neural network’s performance, several pre-processing methods are
applied in this research, such as Circular Hough Transform Detection, Grayscaling,
Binerization, Resizing, Thinning, Normalization and Pixelization. The methods
proposed in this research consist of using Direction Feature Extraction extracted from
an image as features and implementing Backpropagation in identifying Chinese chess
character on the image based on its pattern. In this research, it results that the
proposed methods are capable of identifying Chinese chess character images with
good accuracy of 98% for various chess sets and it is also robust from image
transition, brightness, noise and rotation up to 60◦.
Keywords: Image Recognition, Handwriten Chinese Character Recognition (HCCR), Chinese Chess, Direction Feature Extraction (DFE), Backpropagation.