Implementasi Metode Naive Bayes Pada Pengenalan Tulisan Tangan Lontara

Iriani Indah Saputri, Purnawansyah Purnawansyah, H. Herman
{"title":"Implementasi Metode Naive Bayes Pada Pengenalan Tulisan Tangan Lontara","authors":"Iriani Indah Saputri, Purnawansyah Purnawansyah, H. Herman","doi":"10.33096/busiti.v2i3.845","DOIUrl":null,"url":null,"abstract":"Istilah lontara terdapat dua pengertian yaitu sebagai suatu sejarah dan ilmu pengetahuan dan pengertian yang kedua adalah menjelaskan bahwa Lontara sebagai tulisan (aksara). Aksara lontara memiliki karakter tersendiri yang membedakan dengan karakter huruf latin ataupun karakter huruf lainnya sehingga membuat aksara lontara tidak mudah untuk dikenali, dengan melakukan pengenalan terhadap aksara lontara dapat dengan mudah dikenali. Untuk itu pada penelitian ini dilakukan pengenalan citra lontara dengan menggunakan metode nave bayes dengan menggunakan metode geometric moment invariant sebagai ekstraksi fitur. Tahapan pada penelitian ini dimulai dengan menyediakan data latih dan data uji, data tersebut dalam bentuk citra tulis tangan yang diperoleh dari beberapa responden, tahap selanjutnya yaitu pre-processing pada tahap ono mengubah citra RGB menjadi citra grayscale, mengubah citra grayscale menjadi citra biner dan melakukan thresholding serta melakukan ekstraksi fitur dengan menggunakan Geometric Moment Invariant. Tahap terakhir yaitu melakukan pengenalan menggunakan nave bayes dengan menggunakan 4 kernel yaitu Box (Uniform), Epanechnikov, dan Normal (Gaussian), Triangle (Triangular). Hasil dari penelitian ini yaitu menganalisis akurasi dari metode Naive Bayes dalam pengenalan citra aksara lontara dan menghasilkan akurasi terbaik sebesar 13.0435%.","PeriodicalId":447053,"journal":{"name":"Buletin Sistem Informasi dan Teknologi Islam","volume":"88 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Buletin Sistem Informasi dan Teknologi Islam","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33096/busiti.v2i3.845","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Istilah lontara terdapat dua pengertian yaitu sebagai suatu sejarah dan ilmu pengetahuan dan pengertian yang kedua adalah menjelaskan bahwa Lontara sebagai tulisan (aksara). Aksara lontara memiliki karakter tersendiri yang membedakan dengan karakter huruf latin ataupun karakter huruf lainnya sehingga membuat aksara lontara tidak mudah untuk dikenali, dengan melakukan pengenalan terhadap aksara lontara dapat dengan mudah dikenali. Untuk itu pada penelitian ini dilakukan pengenalan citra lontara dengan menggunakan metode nave bayes dengan menggunakan metode geometric moment invariant sebagai ekstraksi fitur. Tahapan pada penelitian ini dimulai dengan menyediakan data latih dan data uji, data tersebut dalam bentuk citra tulis tangan yang diperoleh dari beberapa responden, tahap selanjutnya yaitu pre-processing pada tahap ono mengubah citra RGB menjadi citra grayscale, mengubah citra grayscale menjadi citra biner dan melakukan thresholding serta melakukan ekstraksi fitur dengan menggunakan Geometric Moment Invariant. Tahap terakhir yaitu melakukan pengenalan menggunakan nave bayes dengan menggunakan 4 kernel yaitu Box (Uniform), Epanechnikov, dan Normal (Gaussian), Triangle (Triangular). Hasil dari penelitian ini yaitu menganalisis akurasi dari metode Naive Bayes dalam pengenalan citra aksara lontara dan menghasilkan akurasi terbaik sebesar 13.0435%.
在Lontara手写介绍中实现了Naive Bayes方法
“lontara”一词有两种含义,即历史和科学,第二种意思是将lontara描述为写作。克隆字符与拉丁字符或其他字符不同,使克隆字符不容易识别,从而使克隆字符不容易识别。为此,在这项研究中,lontara的图像采用了nave bayes方法,以关键时刻几何图形为特征提取。在这项研究开始阶段提供了训练数据和测试数据,这些数据的手写体形象取自一些形式的受访者阶段,下一阶段就是pre-processing小野RGB图像转换成灰度图像,灰度图像转换成二进制的形象和做thresholding以及用几何特征提取Invariant的时刻。最后一个阶段是使用nave bayes,使用4个内核,Epanechnikov,和Normal (Gaussian),三角形进行介绍。本研究的结果是分析他的文字识别图像中“Naive Bayes”方法的准确性,并提供了13.0435%的最佳准确性。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信