Pengenalan Aksara Bali Menggunakan Metode Pyramid Histogram of Oriented Gradients

  • Febryanti Sthevanie Telkom University
  • I Putu Indra Aristya Telkom University
  • Kurniawan Nur Ramadhani Telkom University
Abstract views: 126 , PDF downloads: 87

Abstract

Aksara Bali terdiri dari 18 aksara dasar (biasa disebut aksara Wianjana) yang masing-masing terdiri atas 7 aksara vokal (pengangge suara). Penulisan aksara Bali dapat ditulis pada kertas ataupun daun tal yang sudah dikeringkan dan memiliki tekstur yang kasar serta mudah sobek sehingga membuat sulit dibaca. Maka dari itu, dibuat sistem yang dapat mengenali aksara Bali pada daun tal untuk membantu dapat membaca aksara Bali. Sistem ini dibangun menggunakan metode Pyramid Histogram of Oriented Gradient (PHOG) sebagai metode ekstraksi ciri. Dataset yang digunakan adalah dataset dari AMADI Lontar Set yang berupa gambar berjumlah 19.383 gambar dengan 133 kelas. Pada pengujian didapatkan nilai f1-score terbaik pada PHOG level 3 dengan 6 bin orientasi dan klasifikasi menggunakan SVM kernel linear yaitu sebesar 66.49% dan akurasi sebesar 81.35%.

Downloads

Download data is not yet available.

References

"Basabali," [Online]. Available: https://basabali.org/balinese-script/introduction-to-aksara-bali/. [Accessed 2018].

M. S. A. a. M. A. Sudarma, "Balinese Script’s Character Reconstruction Using Linear Discriminant Analysis," Indonesian Journal of Electrical Engineering and Computer Science (IJEECS), vol. 4, no. 2, p. 479, 2016.

M. a. I. W. A. S. Sudarma, "The Identification of Balinese Scripts' Characters based on Semantic Feature and K Nearest Neighbor," International Journal of Computer Applications, vol. 1, p. 91, 2014.

M. W. A. B. J. C. W. G. N. M. A. S. I. M. G. &. O. J. M. Kesiman, "AMADI_LontarSet: The First Handwritten Balinese Palm Leaf Manuscripts Dataset," in 15th International Conference on Frontiers in Handwriting Recognition (ICFHR), 2016.

S. a. A. L. Khorashadizadeh, "Arabic/Farsi Handwritten Digit Recognition usin Histogra of Oriented Gradient and Chain Code Histogram," International Arab Journal of Information Technology (IAJIT), vol. 4, p. 13, 2016.

P. M. a. R. S. H. Kamble, "Handwritten Marathi character recognition using R-HOG Feature," in International Conference on Advanced Computing Technologies and Applications (ICACTA), 2015.

R. a. M. J. Ebrahimzadeh, "Efficient handwritten digit recognition based on histogram of oriented gradients and svm," International Journal of Computer Applications, vol. 9, p. 104, 2014.

G. H. N. a. T. A. B. W. Nugraha, "Pengenalan Isyarat Tangan Menggunakan Algoritma Pyramidal Lucas Kanade Dan Histogram Of Oriented Gradients," eProceedings of Engineering, Bandung, 2015.

L. N. A. W. W. a. R. C. W. Harfiya, "Offline signature verification based on pyramid histogram of oriented gradient features," in 1st International Conference on Informatics and Computational Sciences (ICICoS), 2017.

A. Ghandehari, M. Anvaripour and Sima, "Palmprint verification and identification using pyramidal HOG feature and fast tree based matching.," in 2012 5th IAPR International Conference on Biometrics (ICB), 2012.

Published
2020-04-14
How to Cite
Sthevanie, F., Aristya, I. P. I., & Ramadhani, K. N. (2020). Pengenalan Aksara Bali Menggunakan Metode Pyramid Histogram of Oriented Gradients. Indonesia Journal on Computing (Indo-JC), 5(1), 73-84. https://doi.org/10.34818/INDOJC.2020.5.1.378
Section
Computer Science