Pengenalan Aksara Arab Menggunakan Metode JST Dengan Fitur HOG Dan LBP

  • Retiana Krisna Wati Universitas MDP
  • Hafiz Irsyad Universitas MDP

Abstract

Aksara Arab merupakan aksara yang digunakan untuk menuliskan bahasa Arab yang
dituliskan dari kanan ke kiri. Aksara Arab penting untuk dipelajari bagi umat muslim karena
digunakan dalam peribadahan agama Islam. Dalam mempelajari aksara Arab pemula
mengalami kesulitan karena memiliki bentuk yang berbeda-beda. Penelitian ini bertujuan untuk
mengimplementasikan suatu sistem yang mampu mengenali pola dari aksara Arab, dengan
menerapkan Histogram of Oriented Gradient (HOG) dan Local Binary Pattern (LBP) sebagai
ekstraksi fitur untuk pengenalan aksara Arab serta menggunakan metode Jaringan Syaraf
Tiruan (JST). Hasil ciri dari HOG dan LBP masing-masing akan dijadikan masukan pada
proses pembelajaran pada JST dengan berbagai training function serta menggunakan 3 neuron
yaitu 5, 10 dan 15. Berdasarkan hasil pengujian menggunakan ekstraksi fitur HOG maupun
menggunakan ekstraksi fitur LBP trainbr memiliki tingkat keberhasilan yang lebih tinggi
dibandingkan training function lainnya. Dengan menggunakan fitur HOG pada neuron 5
dengan nilai accuracy sebesar 99,66%, precision sebesar 95,35%, recall sebesar 95,25% dan
f1-score sebesar 95,23%. Sedangkan dengan menggunakan fitur LBP pada neuron 5 dengan
nilai accuracy sebesar 99,75%, precision sebesar 96,95%, recall sebesar 96,53% dan f1-score
sebesar 96,54%. Kedua ekstraksi fitur tersebut, HOG maupun LBP dapat mengenali aksara
Arab dengan baik

Published
2021-10-05
How to Cite
Wati, R., & Irsyad, H. (2021, October 5). Pengenalan Aksara Arab Menggunakan Metode JST Dengan Fitur HOG Dan LBP. Jurnal Algoritme, 2(1), 39-54. https://doi.org/https://doi.org/10.35957/algoritme.v2i1.1453