TRANSLITERASI CITRA AKSARA BALI DAUN LONTAR DENGAN ALGORITMA IOC DAN SVM

Abstract

Keterbatasan sumber daya manusia yang mampu membaca lontar beraksara Bali, menjadi motivasi utama pengembangan alat bantu transliterasi citra aksara Bali pada daun lontar. Dengan mempergunakan algoritma Suppport Vector Machine atau SVM sebagai salah satu metode klasifikasi, upaya transliterasi dapat dipermudah dengan hasil yang maksimal. Prinsip metode SVM dalam melakukan klasifikasi obyek dengan cara memisahkan dua buah kelas yang berbeda menggunakan hyperplane, terbukti mampu menghasilkan kinerja akurasi maksimal dalam penelitian ini. Data penelitian berupa respresentasi ciri setiap citra aksara Bali hasil dari proses segmentasi citra lontar. Algoritma ekstraksi ciri yang digunakan adalah Intensity of Character dengan ukuran windows 5x5. Hasil pengujian ditahap klasifikasi SVM menggunakan kernel Linear, dan pemodelan One against One pada 18 kelas yang diujikan, di mana setiap kelas memuat 20 data citra aksara Bali tulis tangan di daun lontar, tercatat menghasilkan akurasi sebesar 93.6%.