Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Electronics and Instrumentation Systems
Anastasia Rita Widiarti
(Scopus ID : 25653171100); Faculty of Science and Technology, Sanata Dharma University
Electrical & Electronics Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Unjuk Kerja K-Nearest Neighbour untuk Klasifikasi Citra Aksara Bali Tulis Tangan Anastasia Rita Widiarti; Hari Suparwito
IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) Vol 12, No 2 (2022): Oktober
Publisher : IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia.

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22146/ijeis.67796

Abstract

Keterbatasan tenaga ahli filolog, dan rentannya material daun lontar yang menjadi aset warisan leluhur jaman dulu, menjadi pemicu untuk dilakukannya otomatisasi alih aksara atau transliterasi citra aksara Bali di daun lontar berbantuan komputer. Algoritma klasifikasi k-nearest neighbour atau kNN, bisa menjadi alat yang dapat digunakan untuk transliterasi tersebut. Prinsip kerja kNN yang sederhana, yaitu dengan mencocokan kemiripan data baru ke data-data uji terdekat,  mampu digunakan untuk tranlisterasi citra aksara Bali.Pendekatan yang dilakukan pada penelitian ini, selain menitik beratkan pada tahap klasifikasi, juga memperhitungkan dua tahap proses sebelum dilakukan klasifikasi. Perlu proses penyiapan citra yang terdiri dari binerisasi, pemotongan bagian kosong, penyamaan ukuran, dan penipisan, dan proses ektraksi ciri  yang  menggunakan algoritma intensity of pixels. Dengan mempergunakan 18 kelas yang mewakili 18 aksara Bali, dan jumlah data 1001 citra, diperoleh rerata prosentase akurasi 84.746%. Akurasi tersebut diperoleh dengan menerapkan prinsip uji silang 3-fold. Dari penelitian ini pula dapat disimpulkan, meskipun data citra yang digunakan adalah hasil tulisan tangan, dengan mempergunakan data latih yang cukup besar, kNN mampu digunakan untuk klasifikasi. Hal ini menunjukkan bahwa kNN dapat diterapkan sebagai metode klasifikasi citra aksara Bali di daun lontar, sehingga dapat dikembangkan lebih lanjut sebagai mesin utama untuk transliterasi citra daun lontar.
Co-Authors Hari Suparwito