Pengenalan Karakter Huruf Korea (Hangul) Menggunakan Algoritma Support Vector Machine (SVM)
Total View This Week0
Total View This Week0
Institusion
Universitas Bakrie
Author
Nadila, Dinda
Subject
Image Processing
Datestamp
2023-09-05 07:59:19
Abstract :
terus berkembang pesat. Fenomena Hallyu Wave yang merajalela di Indonesia telah memicu minat besar dalam memahami budaya dan Bahasa Korea. Banyak dari mereka yang ingin mengunjungi Korea Selatan sebagai tujuan wisata, sehingga hal ini menjadi salah satu pendorong minat mereka untuk mempelajari Bahasa Korea. Efek ini tercermin dalam peningkatan minat dalam berbagai layanan pembelajaran Bahasa Korea di Indonesia, seperti kursus Bahasa Korea dan pemilihan jurusan Sastra Korea di perguruan tinggi. Namun, Bahasa Korea memiliki sistem penulisan non-romawi yang unik, yang menggunakan aksara khusus yang disebut Hangeul. Penulisan Hangeul memiliki aturan-aturan khusus terkait tata letak dan struktur karakter antara huruf vokal dan huruf konsonan. Beragam ketentuan penulisan ini, bersama dengan pola yang bervariasi, seringkali menjadi penyebab kesalahan dalam pengenalan huruf Hangeul. Oleh karena itu, penulis mengusulkan penelitian pengenalan karakter huruf Hangeul menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi machine learning terbaik dengan 2 (dua) teknik ekstraksi fitur yaitu zoning dan GLCM (gray-level co-occurrence matrix). Dikarenakan terbatasnya ketersediaan dataset pada wadah terbuka dan penelitian sebelumnya, penulis memutuskan untuk membuat dataset secara manual untuk pelatihan dan pengujian. Pelatihan dilakukan dengan 4,411 data menggunakan jenis font Gulim berukuran 14, dan hasil penelitian menunjukkan bahwa tingkat akurasi tertinggi diperoleh pada pengujian dengan ekstraksi fitur GLCM terhadap font Gulim berukuran 24, mencapai 68%.
terus berkembang pesat. Fenomena Hallyu Wave yang merajalela di Indonesia telah memicu minat besar dalam memahami budaya dan Bahasa Korea. Banyak dari mereka yang ingin mengunjungi Korea Selatan sebagai tujuan wisata, sehingga hal ini menjadi salah satu pendorong minat mereka untuk mempelajari Bahasa Korea. Efek ini tercermin dalam peningkatan minat dalam berbagai layanan pembelajaran Bahasa Korea di Indonesia, seperti kursus Bahasa Korea dan pemilihan jurusan Sastra Korea di perguruan tinggi. Namun, Bahasa Korea memiliki sistem penulisan non-romawi yang unik, yang menggunakan aksara khusus yang disebut Hangeul. Penulisan Hangeul memiliki aturan-aturan khusus terkait tata letak dan struktur karakter antara huruf vokal dan huruf konsonan. Beragam ketentuan penulisan ini, bersama dengan pola yang bervariasi, seringkali menjadi penyebab kesalahan dalam pengenalan huruf Hangeul. Oleh karena itu, penulis mengusulkan penelitian pengenalan karakter huruf Hangeul menggunakan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi machine learning terbaik dengan 2 (dua) teknik ekstraksi fitur yaitu zoning dan GLCM (gray-level co-occurrence matrix). Dikarenakan terbatasnya ketersediaan dataset pada wadah terbuka dan penelitian sebelumnya, penulis memutuskan untuk membuat dataset secara manual untuk pelatihan dan pengujian. Pelatihan dilakukan dengan 4,411 data menggunakan jenis font Gulim berukuran 14, dan hasil penelitian menunjukkan bahwa tingkat akurasi tertinggi diperoleh pada pengujian dengan ekstraksi fitur GLCM terhadap font Gulim berukuran 24, mencapai 68%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
