PENGENALAN TULISAN TANGAN AKSARA THAI MENGGUNAKAN METODE K-NEAREST NEIGHBOR
Author (Penulis)
TIYAS AYU CATUR PRIHATINYUniversitas Nusantara PGRI Kediri
Author Identity (NPM)
14.1.03.02.0314Abstract
Tulisan adalah bentuk secara tertulis dari bahasa. Salah satunya adalah aksara Thai yang digunakan untuk menulis Bahasa Thailand. Aksara Thai merupakan salah satu aksara yang sulit untuk dipelajari. Salah satu cara untuk mempelajarinya adalah dengan mengenal dasar aksara yang digunakan dan kemudian mencontohnya sebagai praktik menulis. Namun, tulisan tangan seseorang tidak selalu sama persis sekalipun telah diberikan pola huruf yang paten. Hal inilah yang nantinya akan memberikan hasil penilaian yang berbeda.
Permasalahan penelitian ini adalah tentang cara merancang dan membangun sistem yang dapat digunakan sebagai pengenalan aksara Thai, dan menerapkan metode K-Nearest Neighbor (K-NN) untuk melakukan klasifikasi pada aksara Thai. Dan penggunaannya menggunakan metode Integral Proyeksi sebagai pengekstraksi fitur, dan menggunakan Euclidean Distance untuk menghitung jarak. Sebelum dilakukan pengenalan, file citra dilakukan preprocessing terlebih dahulu, yaitu grayscalling dan biner, untuk selanjutnya didapatakn fitur, lalu diidentifikasi.
Dari hasil pengujian pada skenario pertama dengan data training 48 dan testing 72, diperoleh akurasi sebesar 42,2%. Pada skenario kedua dengan data training 72 dan testing 48, diperoleh akurasi sebesar 68,8%. Pada skenario ketiga dengan data training 120 dan testing 72, diperoleh akurasi sebesar 80,5%. Dari hasil pengujian, dapat disimpulkan bahwa metode K-Nearest Neighbor dan Integral Proyeksi dapat digunakan untuk mengidentifikasi tulisan tangan huruf Thai.
Keyword
aReference
Amaliah, B., Anny Yuniarti, Anindita Sigit Nugroho, dan Agus Zainal Arifin. 2011. Pemisahan Gigi pada Dental Panoramic Radiograph dengan Menggunakan Integral Projection yang Dimodifikasi. (Online) Vol. 6, No. 2, 121-128, tersedia: http://journal.trunojoyo.ac.id/kursor/article/view/1116, diunduh 5 Juli 2018.
Gorunescu, Florin. 2011. Data Mining: Concepts, Models and Techniques. Springer.
Groot, Jacob Y. de. 2010. Thai for Beginners. Thailand: Prince of Songkhla University.
Helilintar, Risa, Risky Aswi Ramadhani, dan Siti Rochana. 2017. Data Mining: K-Nearest Neighbor (Danar Putra Pamungkas, Ed.). Kediri: Fakultas Teknik Informatika Nusantara PGRI.
Majid, Masitoh, Arif F. Huda dan Rini Cahyandari. 2016. Pengenalan Huruf Arab Menggunakan Metode Reduksi Two Dimensional Principal Component Analysis (2DPCA) dan Klasifikasi K-Nearest Neighbor (K-NN). (Online) 27 – 34, tersedia: http://jurnal.unpad.ac.id/jmi/article/view/10281, diunduh 22 Agustus 2017.
Mitchell, T. 1997. Machine Learning. McGraw-Hill, New York.
Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta: Andi.
Santosa, B. 2007. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.
Subiyantoro, E., dan Agung Prajuhana, P. 2016. Penentuan Kualitas Daun Tembakau dengan Perangkat Mobile Berdasarkan Ekstraksi Fitur Rata-rata RGB Menggunakan Algoritma K-Nearest Neighbor. (Online), tersedia: https://www.researchgate.net/publication/267722708, diunduh 5 Juli 2018.
Tarigan, Djago. 1986. Teknik Pengajaran Keterampilan Berbahasa. Bandung: Angkasa.
