KOMPUTIKA - Jurnal Sistem Komputer
Vol 13 No 1 (2024): Komputika: Jurnal Sistem Komputer

Pengenalan Huruf BISINDO Menggunakan Chain Code Contour dan Naive Bayes

Indra, Dolly (Unknown)
Hayati, Lilis Nur (Unknown)
Irja, Mulianty Cipta (Unknown)



Article Info

Publish Date
22 Mar 2024

Abstract

Digital image processing juga dikenal sebagai pengolahan citra digital merupakan suatu metode yang digunakan untuk memproses atau manipulasi citra digital. Pengolahan citra digital dapat menyelesaikan berbagai bidang permasalahan, salah satunya adalah pengenalan huruf Bahasa Isyarat Indonesia (BISINDO) yang digunakan penyandang tunarungu dan tunawicara dalam berkomunikasi. Adapaun tujuan kami melakukan penelitian ini adalah membangun aplikasi berbasis citra digital yang dapat mengenali huruf BISINDO dari huruf A sampai Z dengan tingkat akurasi kemiripan huruf yang baik. Data huruf BISINDO yang digunakan sebanyak 260 citra dengan pembagian dataset 80% atau 208 citra untuk data latih dan 20% atau 52 citra untuk data uji. Tahapan dalam pengenalan huruf ini diawali dengan melakukan pre-processing dengan menkonversi citra RGB ke grayscale, segmentasi menggunakan thresholding, morfologi opening dan deteksi tepi sobel, peroleh nilai ekstraksi fitur bentuk menggunakan Chain Code Contour. Nilai yang didapatkan dari ekstraksi fitur tersebut akan digunakan pada tahap akhir, yaitu tahap pengenalan citra huruf BISINDO menggunakan metode klasifikasi Naive Bayes. Penelitian ini menggunakan 2 skenario pengujian yaitu skenario database dan skenario diluar database, dimana setiap skenario menggunakan 3 pembagian dataset yaitu 80: 20, 70:30, dan 60:40. Hasil pengujian pada skenario database dengan pembagian dataset 80:20 memperoleh akurasi mencapai 100%, pada pembagian dataset 70:30 akurasi mencapai 92.3%, dan pada pembagian dataset 60:40 akurasi mencapai 88.4%. Untuk skenario diluar database pada pembagian dataset 80:20 memperoleh akurasi mencapai 80.7%, pada pembagian dataset 70:30 akurasi mencapai 73.07%, dan pada pembagian dataset 60:40 akurasi mencapai 75.9%. Berdasarkan hasil pengujian yang telah dilakukan diperoleh akurasi terbaik pada pembagian dataset 80:20, dengan tingkat akurasi pengujian pada skenario database mencapai 100% dan pada skenario diluar database akurasi mencapai 80.7%. Hal ini menunjukkan bahwa metode ekstraksi fitur bentuk Chain Code Contour dan klasifikasi Naive Bayes mampu mengenali huruf BISINDO dengan baik.

Copyrights © 2024






Journal Info

Abbrev

komputika

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Description

Jurnal Ilmiah KOMPUTIKA adalah wadah informasi berupa hasil penelitian, studi kepustakaan, gagasan, aplikasi teori dan kajian analisis kritis di bidang kelimuan bidang Sistem ...