Text
Pengenalan Pola Tulisan Tangan Aksara Bima Menggunakan Metode Ekstraksi Ciri Local Binary Pattern, Metode Reduksi Data Latih KSupport Vector Nearest Neighbour, Dan Metode Klasifikasi K-Nearest Neighbour
Aksara Bima merupakan salah satu warisan budaya nusantara yang perlu dilestarikan.
Berdasarkan hasil kuisioner yang dilakukan penulis secara online dengan total 81 responden
dari Bima, 48,1% belum pernah mempelajari aksara Bima dan 45,7% bahkan tidak mengetahui
keberadaan aksara Bima. Penelitian ini bertujuan untuk membangun model machine learning
yang mampu mengenali pola tulisan tangan aksara Bima dengan menggunakan ekstraksi ciri
Local Binary Pattern (LBP), dan metode klasifikasi K-Nearest Neighbor (K-NN). Model
terbaik yang dihasilkan pada penelitian ini dapat mengklasifikasikan aksara Bima dengan
akurasi 86,736%, dimana digunakan nilai radius LBP 8, ukuran citra 64x64 piksel, zona 8x8,
dan nilai tetangga k=1 dengan a rasio pembagian data latih dan uji 4:1 tanpa proses reduksi.
Tidak ada salinan data
Tidak tersedia versi lain