Scientica: Jurnal Ilmiah Sains dan Teknologi
Vol. 2 No. 4 (2024): Scientica: Jurnal Ilmiah Sains dan Teknologi

KLASIFIKASI GAMBAR JENIS TULISAN KALIGRAFI ARAB MENGGUNAKAN METODE SVM

Afriani (Unknown)



Article Info

Publish Date
22 Feb 2024

Abstract

Khat atau kaligrafi Arab merupakan suatu ilmu atau seni penulisan yang memodifikasi dan memperindah huruf arab menjadi tulisan yang memiliki nilai estetika. Kaligrafi Arab memiliki berbagai jenis penulisan yang memiliki ciri khas tertentu seperti kemiringan, ketebalan, dan bentuk yang berbeda dalam penulisannya. Kaligrafi Arab memiliki sejarah yang sangat panjang, akan tetapi seiring berjalannya waktu, kini seni ini mulai disepelekan dan hampir dilupakan, serta dengan banyaknya variasi jenis khat ini, membedakan jenis khat satu dan lainnya merupakan hal yang sulit bagi orang awam dan hanya dapat dipahami oleh orang yang mempelajarinya secara khusus. Pada penelitian ini akan menerapkan Algoritma Machine Learning yaitu Support Vector Machine (SVM). Dataset (kumpulan data) yang akan dikumpulkan berupa citra digital yang akan diberi label berdasarkan 6 jenis kaligrafi Arab, yaitu Khat Riq’ah, Khat Diwani, Khat Naskhi, Khat Tsuluts, Khat Farisi, Khat Kufi. Masing-masing jenis khat akan berisi 160 gambar (citra digital), sehingga total gambar (citra digital) yang akan digunakan pada penelitian ini adalah 960 gambar (citra digital). Dataset akan dibagi ke dalam data pelatihan (training set) dan data pengujian (testing set) dengan mengacu pada proporsi 90% dari dataset untuk data pelatihan dan 10% dari dataset untuk data pengujian, sehingga pada penelitian ini akan menggunakan K-Stratified Fold Cross Validation dengan nilai k = 10, yaitu akan dilakukan pengujian dan pelatihan sebanyak 10 kali (fold). Pada penelitian ini, proses tuning hyperparameter akan dilakukan saat menerapkan model SVM, selanjutnya dilakukan pengujian performa model menggunakan Confusion Matrix pada tiap fold dari pengujian K-Fold Cross Validation. Pada model SVM menghasilkan rata-rata akurasi, presisi, recall, dan skor f1 terbaik dengan menggunakan jenis kernel RBF, nilai C = 2, dan nilai gamma = 0.001, yaitu 76.25%, 77.06%, 76.25%, dan 75.87%. Berdasarkan pada hasil tersebut, dapat disimpulkan bahwa kinerja algoritma SVM memberikan performa yang cukup baik dalam mengklasifikasikan gambar berdasarkan jenis tulisan kaligrafi Arab.

Copyrights © 2024






Journal Info

Abbrev

scientica

Publisher

Subject

Religion Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Social Sciences Other

Description

Scientica: Jurnal Ilmiah Sains dan Teknologi adalah jurnal online, akses terbuka, dan peer-review. Scientica menerbitkan terbitannyaempat kali dalam setahun (Januari, April, Juli dan Oktober). Jurnal ini adalah untuk menyediakan forum untuk berbagi, diseminasi, dan diskusi penelitian asli, studi ...