Aksara Jawa merupakan tulisan yang berasal dari kebudayaan kuno Jawa di
Indonesia. Karaktertistik dari tulisan jawa ini adalah memiliki bentuk yang rumit dan
beberapa diataranya memiliki struktur bentuk yang hampir sama.
Optical Character Recognition
(OCR
) merupakan bidang
dalam computer Vision
yang berusaha mengenali suatu karakter tulisan melalui media citra. Berbagai macam
penelitian telah dilakukan dengan menggunakan berbagai metode untuk membuat sistem
OCR yang dapat mengenali karakter dengan tepat. D
engan karakteristik aksara jawa yang
rumit dan memiliki banyak kesamaan, dibutuhkan metode yang ampuh agar dapat
membuat sebuah sistem OCR yang dapat mengenali karakter aksara jawa tulisan tangan
dengan tingkat akurasi yang tinggi.
Directional Element Feature
(DEF) merupakan metode ekstraktsi ciri yang telah
telah banyak dipergunakan dan terbukti ampuh dalam pengenalan Aksara Cina
yang
memiliki bentuk huruf yang rumit
.
DEF membangun vector ciri dengan menghitung
jumlah elemen ketetan
ggaan tepi citra suatu karakter.
Support Vector Machines
(SVM)
merupakan metode klasifikasi yang bekerja dengan mencari
hyperplane
dengan
margin
terkeci untuk memisahkan dua buah kelas data. Dari beberapa penelitian yang telah
dilakukan sebelumnya, SVM ter
bukti ampuh dalam mengklasifikasikan data, terutama
dalam mengenali data yang belum pernah terlihat sebelumnya. Pada beberapa penelitian
pula, SVM terbukti mampu mengungguli kemampuan ANN dalam melakukan klasifikasi.
Pada Tugas Akhir ini, dibangun Sistem
O
CR
pengenalan Aksara Ja
wa
tulisan
tangan
menggunakan DEF dan SVM. Dari hasil pengujian, diperoleh hasil akurasi terbaik
sebesar 93.6% untuk mengenali 250 karakter aksara jawa tulisan tangan dengan masing
masing karakter terdiri dari 10 huruf. OCR, Tulisan Tangan, Aksara Jawa, DEF, SVM