Melola Discovery

← Melola Discovery

Jurnal SINTA 2

EKSTRAKSI FITUR PADA PENGENALAN KARAKTER AKSARA JAWA BERBASIS HISTOGRAM OF ORIENTED GRADIENT

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 17 No. 1 (2019) · pp. 64–72

DOI
10.12962/j24068535.v17i1.a819
ISSN
2406-8535, 1412-6389
Published
2019-03-12
Publisher
Institut Teknologi Sepuluh Nopember
Language
eng

Abstract

Buku-buku kuno Bahasa Jawa memiliki konten kekayaan intelektual Indonesia seperti agama, linguistik, filosofi, mitos, pelajaran moral, hukum dan norma adat, kerajaan, cerita rakyat, sejarah, dan lain sebagainya. Tidak banyak yang mempelajari karya tersebut karena ditulis dengan Aksara Jawa dan tidak banyak yang memahami. Untuk membantu penerjemahan dokumen berbahasa Jawa dilakukan otomatisasi sistem penerjemahan. tahap penerjemahan terdiri dari segmentasi untuk mendapatkan karakter dari citra tulisan dalam naskah Aksara Jawa. Kemudian tiap karakater dikenali sebagai abjad. Dan yang terakhir adalah mengkombinasikan tulisan latin yang telah dikenali menjadi kata yang berarti. Penelitian yang membahas tentang pengenalan Aksara Jawa telah dilakukan, seperti fokus pada segmentasi karakter dan pengenalan Aksara Jawa. Pada penelitian sebelumnya dilakukan perbaikan pada metode segmentasi namun tetap mendapatkan hasil yang sama dalam hal akurasi kebenaran. Pada penelitian kali ini diusulkan metode baru pada tahap ekstraksi fitur, yaitu menggunakan metode Histogram of Oriented Gradient (HOG). Metode HOG banyak digunakan pada pengenalan wajah, hewan, dan deteksi citra kendaraan, dan lain-lain. Penelitian ini juga pernah diusulkan untuk mengenali tulisan tangan berbahasa Inggris dan Huruf Bengali dan mendapatkan hasil yang optimal. Pada penelitian ini didapatkan hasil akurasi pengenalan karakter Aksara Jawa sebesar 89,7%.Ekstraksi Fitur, Histogram of Oriented Gradient, Aksara Jawa

Collaboration network of the authors

40 authors · 75 co-authorship links · 3 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • Islamic University of Indonesia
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Chastine FatichahInstitut Teknologi Sepuluh Nopember9
Anny YuniartiInstitut Teknologi Sepuluh Nopember2
Imam KuswardayanInstitut Teknologi Sepuluh Nopember2
Handayani TjandrasaInstitut Teknologi Sepuluh Nopember2
Isye ArieshantiInstitut Teknologi Sepuluh Nopember2
Syavira Tiara ZulkarnainInstitut Teknologi Sepuluh Nopember2
Diana PurwitasariInstitut Teknologi Sepuluh Nopember2
Jayanti Yusmah SariInstitut Teknologi Sepuluh Nopember1
Mutmainnah MuchtarInstitut Teknologi Sepuluh Nopember1
Darlis HerumurtiInstitut Teknologi Sepuluh Nopember1
Qonita Luthfia SutinoAffiliation unknown1
Bernardinus ArisandiAffiliation unknown1
Arya Yudhi WijayaInstitut Teknologi Sepuluh Nopember1
Lim Yohanes StefanusAffiliation unknown1
Faida RoyaniAffiliation unknown1
Tri Anggraeny FettyAffiliation unknown1
Lalu Muhammad DzakiAffiliation unknown1
Dewi RosidaAffiliation unknown1
Rosdiana RahmawatiAffiliation unknown1
Rizky Yuniar HakkunAffiliation unknown1
Darlis Heru MurtiInstitut Teknologi Sepuluh Nopember1
Daru Jani NanjayaAffiliation unknown1
Dody Rachmat WicaksonoAffiliation unknown1
Nunut Priyo JatmikoAffiliation unknown1
Kavin AndiAffiliation unknown1
Sarwosri SarwosriInstitut Teknologi Sepuluh Nopember1
Myke Noor ArianiAffiliation unknown1
Ricky Eka PutraAffiliation unknown1
Arrie KurniawardhaniIslamic University of Indonesia1
Fitri BimantoroAffiliation unknown1
Mirza Galih KurniawanInstitut Teknologi Sepuluh Nopember1
Wijayanti Nurul KhotimahInstitut Teknologi Sepuluh Nopember1
Ridho Rahman HariadiInstitut Teknologi Sepuluh Nopember1
Risal Andika SaputraInstitut Teknologi Sepuluh Nopember1
Dini Adni NavastaraInstitut Teknologi Sepuluh Nopember1
Ardhon RakhmadiInstitut Teknologi Sepuluh Nopember1
Misbahul FuadInstitut Teknologi Sepuluh Nopember1
Dimas Fanny Hebrasianto PermadiInstitut Teknologi Sepuluh Nopember1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">EKSTRAKSI FITUR PADA PENGENALAN KARAKTER AKSARA JAWA BERBASIS HISTOGRAM OF ORIENTED GRADIENT</dc:title>
	<dc:creator xml:lang="en">Sugianela, Yuna</dc:creator>
	<dc:creator xml:lang="en">Suciati, Nanik</dc:creator>
	<dc:description xml:lang="en">Buku-buku kuno Bahasa Jawa memiliki konten kekayaan intelektual Indonesia seperti agama, linguistik, filosofi, mitos, pelajaran moral, hukum dan norma adat, kerajaan, cerita rakyat, sejarah, dan lain sebagainya. Tidak banyak yang mempelajari karya tersebut karena ditulis dengan Aksara Jawa dan tidak banyak yang memahami. Untuk membantu penerjemahan dokumen berbahasa Jawa dilakukan otomatisasi sistem penerjemahan. tahap penerjemahan terdiri dari segmentasi untuk mendapatkan karakter dari citra tulisan dalam naskah Aksara Jawa. Kemudian tiap karakater dikenali sebagai abjad. Dan yang terakhir adalah mengkombinasikan tulisan latin yang telah dikenali menjadi kata yang berarti. Penelitian yang membahas tentang pengenalan Aksara Jawa telah dilakukan, seperti fokus pada segmentasi karakter dan pengenalan Aksara Jawa. Pada penelitian sebelumnya dilakukan perbaikan pada metode segmentasi namun tetap mendapatkan hasil yang sama dalam hal akurasi kebenaran. Pada penelitian kali ini diusulkan metode baru pada tahap ekstraksi fitur, yaitu menggunakan metode Histogram of Oriented Gradient (HOG). Metode HOG banyak digunakan pada pengenalan wajah, hewan, dan deteksi citra kendaraan, dan lain-lain. Penelitian ini juga pernah diusulkan untuk mengenali tulisan tangan berbahasa Inggris dan Huruf Bengali dan mendapatkan hasil yang optimal. Pada penelitian ini didapatkan hasil akurasi pengenalan karakter Aksara Jawa sebesar 89,7%.Ekstraksi Fitur, Histogram of Oriented Gradient, Aksara Jawa</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2019-03-12</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/819</dc:identifier>
	<dc:identifier>10.12962/j24068535.v17i1.a819</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 17, No. 1, Januari 2019; 64-72</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v17i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/819/385</dc:relation>
</oai_dc:dc>