Kinerja Algoritma Canny untuk Mendeteksi Tepi dalam Mengidentifikasi Tulisan pada Citra Digital Meme

Abstract

Citra digital Meme merupakan sarana penyampaian informasi, teks pada Meme sebagian besar akan bergabung dengan latar pada gambar. Untuk membedakan latar dan teks dapat dilakukan dengan deteksi Tepi. Algoritma Canny merupakan salah satu algoritma deteksi Tepi yang memiliki tingkat kesalahan yang minimum dan menghasilkan citra tepian yang optimal. Salah satu penggunaan deteksi Tepi dapat diterapkan citra digital Meme untuk menentukan wilayah teks yang terdapat pada citra Meme. Hasil algoritma Canny mendeteksi Tepi untuk menentukan wilayah tulisan pada Meme lalu diidentifkiasi menggunakan pengenalan karakter optis (OCR) akan dijadikan perhitungan untuk menilai kinerja algoritma deteksi Tepi Canny. Kinerja algoritma Canny mendeteksi Tepi untuk menentukan wilayah kandidat teks meningkatkan akurasi deteksi tulisan pada OCR (Object Character Recognition) dengan akurasi keberhasilan secara keseluruhan sebesar 65,47% dibandingkan dengan deteksi tulisan langsung menggunakan OCR sebesar 47,91%. Selain itu mengurangi tingkat kesalahan deteksi tulisan pada OCR dengan akurasi kesalahan secara keseluruhan yaitu kehilangan karakter sebesar 34,53% dan kelebihan karakter sebesar 35,98% dibandingkan deteksi tulisan langsung menggunakan OCR dengan akurasi kehilangan karakter sebesar 52,09% dan kelebihan karakter sebesar 52,62. Kinerja algoritma Canny mendeteksi wilayah kandidat teks pada OCR secara keseluruhan meningkatkan akurasi kebenaran dalam mendeteksi tulisan pada citra digital Meme dan mengurangi persentase kesalahan.

Identification of Signature Images with Edge Detection Canny

“…Canny edge detection is an algorithm that can be used to identify images. The Canny algorithm has the advantage of being able to provide optimal edge detection results and at the same time providing flexibility [5].…”