AUTOMATIC CROPPING PADA PENGENALAN NASKAH BRAILLE

Chairisni Lubis, Agus Budi Dharmawan, Michiko Ang

Abstract


Karakter Braille merupakan karakter yang digunakan oleh penyandang tuna netra untuk menulis dan membaca dengan cara menyentuh titik-titik timbul yang ada pada karakter tersebut. Naskah Braille yang sudah lama akan berkurang intensitas titik timbulnya sehingga sulit dibedakan dengan noise yang ada disekitarnya. Pada penelitian ini, untuk mengenali titik-titik timbul yang membentuk karakter Braille digunakan Back Propagation Neural Network (BPNN). Vektor ciri yang diinputkan ke BPNN berjumlah 8 buah yang berasal dari hasil ekstraksi ciri dengan menggunakan Gray Level Coocurance Matrix (GLCM). Untuk proses cropping digunakan automatic cropping dengan histogram. Tingkat keberhasilan rata-rata pengenalan naskah Braille dalam penelitian ini sebesar 94,53%, dengan keberhasilan tertinggi sebesar 100 % .


Full Text:

PDF

References


Ardiyansah, Teknik Cropping Image Menggunakan Pen Tool,http://dkv.binus.ac.id/2010/04/15/teknik-cropping-imagemenggunakan- pen-tool/, 29 Januari 2014.

Braille Cell, Punctuations, http://www.mathsisfun.com/Braille.html, 29 Januari 2014.

Braille’s Spreading, http://www.bbc.co.uk/news/magazine- 16984742, 29 Januari 2014.

Beyers, Mryka Hall. Matrix Framework GLCM Tutorial. http://www.fp.ucalgary.ca/mhallbey/the_glcm.htm, 30 Januari 2014.

Chairisni Lubis, dan Yegar Sahaduta, 2013, “Graylevel Coocurance Matrix Sebagai Pengekstraksi Ciri Pada Pengenalan Naskah Braille”, Prosiding SemNas TEKNOMEDIA, STMIK AMIKOM , Yogyakarta.

Fausett, Laurene. Fundamentals of Neural Network.(Englewood Cliffs : Prentice hall, 1993.

Purnomo Adi dan Puspitodjati Sulistyo , Aplikasi Pemrograman C# Untuk Analisis Tekstur Kayu Parquet Dengan Menggunakan Metode Grey Level Co-occurrence Matrix (GLCM), http://www.gunadarma.ac.id/library/articles/graduate/industrialtechnology/ 2009/Artikel_50405013.pdf,h.5.

Pustaka Musbir, Tanda Baca Braille, http://musbir.blogspot.com/2013_07_01_archive.html, 29 Januari 2014.

Wibawanto Hari et al, Juni 2008 , Identifikasi Citra Massa Kistik Berdasar Fitur Gray Level Co-occurrence Matrix , Seminar Nasional Aplikasi Teknologi Informasi, Yogyakarta.

Youssef Es Saady, Amazigh Handwritten Character Recognition based on Horizontal and Vertical Centerline of Character. International Journal of Advanced Science and Technology, 3 Februari 2014.

Zaidi Razak dan Khansa Zulkiflee, A Real Time Line Segmentation Algorithm For An Offline Overlapped Handwritten Jawi Character Recognition Chip, (Kuala Lumpur: Faculty of Computer Science and Information Technology University of Malaya), h.173.


Refbacks

  • There are currently no refbacks.