Pengenalan Aksara Pallawa dengan Model Hidden Markov
Abstract
Aksara Pallawa atau kadangkala ditulis sebagai Pallava adalah sebuah aksara yang berasal dari India bagian selatan. Aksara ini sangat penting untuk sejarah di Indonesia karena aksara ini merupakan aksara dari mana aksara-aksara Nusantara diturunkan [Wikipedia]. Hidden Markov Model (HMM) adalah suatu metode stochastic yang sudah banyak digunakan pada sistem pengenalan suara dan sistem pengenalan pola dan menghasilkan tingkat pengenalan yang cukup tinggi [Intechweb, 2011]. Penelitian ini menerapkan dan mengamati unjuk kerja Model Hidden Markov untuk mengenali aksara Pallawa. Kegiatan penelitian meliputi pengambilan data baik untuk pelatihan maupun untuk pengujian, preprocessing, ekstraksi ciri, tahap pelatihan untuk mencari model Hidden Markovnya terakhir adalah tahap pengujian serta pembahasan hasil penelitian. Berdasarkan hasil pengamatan dengan variasi jumlah state sebesar 8, 10, 12, 14, 16, 18, dan 20 diperoleh hasil pengenalan terbaik pada jumlah state 14 yaitu sebesar 35,1515% dengan waktu eksekusi selama 82 detik.
Â
Kata Kunci: Aksara Pallawa, Hidden Markov Model.
References
Aksara Pallawa. www.Wikipedia.org/ wiki/Aksara_Pallawa
Intechweb.org, (2011). Hidden Markov Models, Theory and Application, Intech, Croatia.
Widiarti, Anastasia Rita. Wastu, Phalita Nari (2009) Javanese Character Recognition Using Hidden Markov Model, World Academy of Science, Engineering and Technology Vol 3 2009-09-24.
Ganeshamoorthy K, 2008, On the Performance of Parallel Neural Network Implementations on Distributed Memory Architectures, Proceeding of 8th IEEE International Symposium on Cluster Computing and the Grid.
Intechweb, 2011Hosny. I, Abdou S, Fahmy A (2011). Using Advanced Hidden Markov Models for Online Arabic Handwriting Recognition, Pattern Recognition (ACPR), IEEE.
Prosiding ini memberikan akses terbuka langsung ke isinya dengan prinsip bahwa membuat penelitian tersedia secara gratis untuk publik mendukung pertukaran pengetahuan global yang lebih besar.
Semua artikel yang diterbitkan Open Access akan segera dan secara permanen gratis untuk dibaca dan diunduh semua orang.