Implementasi Pengenalan Aksara Bali Menggunakan Direction Feature Extraction dan K-Nearest Neighbor

Abstract

Berlandasan pengalaman pribadi penulis, yang melakukan wawancara secara verbal dengan salah satu warga Bali, dari wawancara tersebut menghasilkan kesimpulan bahwa terdapat salah satu warga Bali tidak dapat menulis dan berbahasa Bali. Penulis juga tertarik dengan pengetahuan sejarah,, maka aksara disimbolkan sebagai sejarah dan Bali sebagai Bahasa. Ekstraksi dan klasifikasi merupakan tahapan penting untuk pengenalan pola, Sistem ini merupakan pengolahan citra digital dengan menggunakan Direction Feature Extraction (DFE) sebagai ekstaksi ciri dan K-Nearest Neighbor (KNN) sebagai pengklasifikasi. Karena aksara/karakter merupakan citra yang memiliki arah vector maka ekstaksi ciri yang dipilih adalah DFE dan KNN dipilih sebagai pengklasifikasi karena cukup sederhana dengan membandingkan mayoritas kelas dengan jarak terpendek. Berdasarkan hal-hal tersebut maka penulis tertarik untuk melakukan pengenalan tulisan akasara Bali menggunakan Direction Feature Extraction (DFE) dan K Nearest Neighbor (KNN). Pengujian dilakukan hanya pada 5 huruf aksara Bali wreastra yaitu: “ha”, “na”, “ca”, “ra”, “ka”, “da”, dan “ta”, data uji yang digunakan didapatkan dari kamera smartphone yang mengambil gambar citra tulisan aksara Bali hasil scan di atas kertas putih polos, pengujian dilakukan untuk mencari nilai akurasi pengenalan tulisan aksara Bali, sistem hanya mengeluarkan hasil konversi tulisan aksara Bali menjadi tulisan latin. Tidak dengan makna tulisan dalam Bahasa Indonesia, ukuran citra diubah menjadi 20 X 30 (dua puluh kali tiga puluh) piksel. Aplikasi/sistem dapat dapat menampilkan tulisan latin aksara Bali. Pengujian yang dilakukan terhadap aksara “ha”, “na”, “ca”, “ra”, “ka”, “da” dan “ta untuk nilai konstanta pada KNN dengan K=1 adalah 93%, K=3 adalah 68%, dan K=7 adalah 44%.