EKSTRAKSI CITRA DIGITAL TULISAN HURUF HANGEUL KE DALAM HURUF LATIN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Aryandi, Aryandi (2023) EKSTRAKSI CITRA DIGITAL TULISAN HURUF HANGEUL KE DALAM HURUF LATIN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text 01 Skripsi_123160029_Aryandi.pdf Restricted to Repository staff only Download (1MB)
	Text 02 Abstrak.pdf Download (146kB)
	Text 03 Cover.pdf Download (145kB)
	Text 04 Lembar Pengesahan.pdf Download (138kB)
	Text 05 Daftar Isi.pdf Download (74kB)
	Text 06 Daftar Pustaka.pdf Download (115kB)

Abstract

Budaya modern Korea K-wave atau biasa juga disebut dengan hallyu sangat diminati
berbagai kalangan, khususnya khalayak muda. K-wave merupakan culture modern yang
berbagai macam jenis seperti Korean Pop, Drama Korea, dan sebagainya. Hal yang berbau
Korea sangatlah berpengaruh, bahkan platform e-comerce dan produk banyak menggaet artis
hingga hal atau tema yang berbau dengan Korea demi menarik pelanggan. Besarnya minat
akan kesukaan mengenai hal Korea menjadikan beberapa kalangan belajar mengenai
bahasanya. Bahasa Korea sendiri memiliki tulisan aksara khusus yang telah diakui resmi
oleh UNESCO pada tahun 1997 sebagai warisan dunia yang disebut dengan Hangeul (한글).
Pada platform social media Twitter disebutkan bahwa cuitan mengenai Korea selalu menjadi
trending tertinggi dan memiliki pengguna terbanyak yang dicuitkan oleh Twitter resmi
Indonesia yaitu @TwitterID. Cuitan mengenai hal yang berbau Korea hingga tulisan Korea
dicuit sebanyak 7,5 Milyar cuitan yang dihitung sejak 1 Juli 2020 – 30 Juni 2021, bahkan
negara Indonesia merupakan negara yang membuat cuitan terbanyak mengenai Korea dan
tulisan Korea. Tulisan Korea atau Hangeul bagi beberapa pengguna tulisan alphabeth
sangatlah asing, sehingga topik tersebut menjadi permasalahan pada penelitian ini.
Penelitian ini bertujuan untuk mengetahui aksara Korea yang dideteksi dari citra atau gambar
tulisan huruf Korea.
Tahap awal yang dilakukan pada penelitian ini yaitu melakukan preprocessing citra
yang diawali dari Grayscale yaitu merubah tiap warna citra menjadi satu kesatuan warna
yaitu citra abu, Thresholding otsu yang bertujuan untuk melabelkan objek dengan gambar
latar, Cropping atau pemotongan citra yang bertujuan untuk membuang citra yang tidak
diperlukan dan hanya mengambil objeknya saja, Rescalling yang berfungsi zoom-in atau
zoom-out citra, dan yang terakhir menambahkan piksel kosong dengan nilai sama rata agar
citra akhir yang diperoleh memiliki hasil piksel citra yang sama. Nilai akhir pada citra hasil
preprocessing merupakan inputan yang digunakan untuk klasifikasi dengan metode Naïve
Bayes Classifier.
Pada penelitian ini aksara hangeul yang diklasifikasikan meliputi 40 aksara
diantaranya 21 aksara vocal yang terbagi menjadi 10 aksara vocal tunggal dan 11 aksara
vocal rangkap, sedangkan untuk 19 aksara yang lain merupakan aksara konsonan yang
terbagi menjadi 14 aksara konsonan tunggal dan 5 aksara konsonan rangkap. Klasifikasi
yang dilakukan menggunakan metode Naïve Bayes Classifier setelah ekstraksi citra
dilakukan mendapatkan hasil akurasi sebesar 68,94% dengan nilai presisi sebesar 73% dan
recall sebesar 63%.
Kata kunci : hangeul, hangul, korea, naïve bayes classifier, digital image processing.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	hangeul, hangul, korea, naïve bayes classifier, digital image processing
Subjects:	Q Science > Q Science (General)
Depositing User:	Eny Suparny
Date Deposited:	19 Sep 2023 08:30
Last Modified:	19 Sep 2023 08:30
URI:	http://eprints.upnyk.ac.id/id/eprint/37574

Actions (login required)

View Item