ABSTRAKSI: Seiring berkembangnya teknologi informasi, rasa keingintahuan masyarakat terhadap budaya dan bahasa dari negara lain meningkat. Negara Korea adalah salah satu negara yang kebudayaannya sedang banyak diminati. Bahasa Korea ditulis menggunakan huruf hangul. Optical character recognition (OCR) adalah salah satu solusi untuk mempermudah dalam pengenalan karakter huruf hangul. Berbagai metode seperti ANN dan SVM umum digunakan pada OCR, namun keduanya memerlukan waktu training yang lama.
Random Forest digunakan sebagai metode alternatif dalam pengenalan karakter huruf Hangul Korea pada Tugas Akhir ini. Random Forest dapat menerima berbagai jenis input data dan menghasilkan nilai akurasi yang bagus. Hasil pengujian random forest dengan 10-tree dengan esktraksi ciri projection based mampu mengklarifikasi silabel huruf hangul berdasarkan KS5602 hingga 99%.
KATA KUNCI: Optical Character Recognition (OCR), pengenalan huruf Hangul, Random Forest, Projection Based Feature ExtractionABSTRACT: Along the growth of information technology, public curiosity towards the culture and language of other countries increases. People showing a lot of curiosity into South Korean culture. Optical character recognition (OCR) is one solution to recognize hangul alphabets. Various methods such as ANN and SVM commonly used in OCR system, but both of them have a long training time.
Random forest is being used as an alternative method in recognition of hangul alphabets in this final project. Random forest is able to receive a lot of inputs and could achieve a good accuracy. The results of random forest testing using 10-tree with projection based feature extraction is able to classify hangul syllables based on KS5602 letters up to 99%.
KEYWORD: Optical Character Recognition (OCR), Hangul character recognition, Random Forest, Projection Based Feature Extraction