Improvement of Handwriting Javascraft Image Quality and Segmentation With Closing Morphology and Adaptive Thresholding Methods

Abstract

Tujuan: Perbaikan kualitas citra yang putus-putus atau terlalu tipis pada aksara jawa tulisan tangan menggunakan operasi morfologi dan mengumpulkan dataset secara otomatis dari proses cropping dengan metode Connected Component Labeling.Perancangan/metode/pendekatan: Menerapkan metode operasi morfologi dalam perbaikan citra putus-putus dan metode connected component labeling untuk membantu cropping dalam mengumpulkan dataset secara otomatis.Hasil: Hasil uji coba dengan beberapa kernel yang berbeda antara operasi morfologi opening dan operasi morfologi closing terpilih operasi morfologi closing dengan kernel (45,45) pada bagian dilasi dan kernel (37,37) pada bagian erosi. Hasil dari segmentasi yang terpilih lanjut ke cropping dengan bantuan metode connected component labeling dan klasifikasi convolutional neural network yang diterapkan untuk mengklasifikasi citra aksara jawa dengan baik. Akurasi yang diperoleh adalah sebesar 94,27 % pada proses klasifikasi menggunakan data training dan akurasi 84,53% pada proses klasifikasi menggunakan data validasi.Keaslian/ state of the art: Pengujian dari operasi morfologi opening dan operasi morfologi closing dengan masing-masing 6 kernel berbeda pada proses segmentasi citra aksara jawa untuk perbaikan kualitas citra. Pengumpulan dataset secara otomatis dari hasil cropping citra dengan bantuan metode connected component labeling dan hasil dataset yang terkumpul diklasifikasi untuk masing-masing citra aksara jawa.