Implementasi Metode Nae Bayes Pada Pengenalan Tulisan Tangan Lontara

Abstract

Istilah lontara terdapat dua pengertian yaitu sebagai suatu sejarah dan ilmu pengetahuan dan pengertian yang kedua adalah menjelaskan bahwa Lontara sebagai tulisan (aksara). Aksara lontara memiliki karakter tersendiri yang membedakan dengan karakter huruf latin ataupun karakter huruf lainnya sehingga membuat aksara lontara tidak mudah untuk dikenali, dengan melakukan pengenalan terhadap aksara lontara dapat dengan mudah dikenali. Untuk itu pada penelitian ini dilakukan pengenalan citra lontara dengan menggunakan metode nae bayes dengan menggunakan metode geometric moment invariant sebagai ekstraksi fitur. Tahapan pada penelitian ini dimulai dengan menyediakan data latih dan data uji, data tersebut dalam bentuk citra tulis tangan yang diperoleh dari beberapa responden, tahap selanjutnya yaitu pre-processing pada tahap ono mengubah citra RGB menjadi citra grayscale, mengubah citra grayscale menjadi citra biner dan melakukan thresholding serta melakukan ekstraksi fitur dengan menggunakan Geometric Moment Invariant. Tahap terakhir yaitu melakukan pengenalan menggunakan nae bayes dengan menggunakan 4 kernel yaitu Box (Uniform), Epanechnikov, dan Normal (Gaussian), Triangle (Triangular). Hasil dari penelitian ini yaitu menganalisis akurasi dari metode Naive Bayes dalam pengenalan citra aksara lontara dan menghasilkan akurasi terbaik sebesar 13.0435%.