Pengolahan Citra Huruf Hijaiyah Menggunakan Algoritma Support Vector Machine

Lisa Amelia Putri; Andriani Sitorus; Nurul Fitriah; Havni Virul; Syawaliah Putri Rangkuti; Supiyandi Supiyandi

doi:10.61132/neptunus.v2i3.168

Authors

Lisa Amelia Putri Universitas Islam Negeri Sumatera Utara Medan
Andriani Sitorus Universitas Islam Negeri Sumatera Utara Medan
Nurul Fitriah Universitas Islam Negeri Sumatera Utara Medan
Havni Virul Universitas Islam Negeri Sumatera Utara Medan
Syawaliah Putri Rangkuti Universitas Islam Negeri Sumatera Utara Medan
Supiyandi Supiyandi Universitas Pembangunan Panca Budi

DOI:

https://doi.org/10.61132/neptunus.v2i3.168

Keywords:

Image Processing, Hijaiyah Letters, Support Vector Machine (SVM), Classification

Abstract

Hijaiyah letters are the alphabet used in Arabic and the Koran. Automatic recognition of hijaiyah letters has many benefits, especially in the fields of education and learning Arabic and the Koran. This research aims to classify hijaiyah letter recognition using image processing techniques and the Support Vector Machine (SVM) algorithm. We collected a dataset of images of 5 hijaiyah letters with a total of 400 images obtained from Google and also Iqro'. The train:test ratio is 8:2. Experimental results show that the proposed approach can achieve high accuracy in recognizing hijaiyah letters with an accuracy rate of 99.16%.

References

P. A. R. Devi dan H. Rosyid, “Pemaparan Materi Dasar Pengolahan Citra Digital untuk Upgrade Wawasan Siswa di SMK Dharma Wanita Gresik,” Jurnal Abdi Masyarakat Indonesia (JAMSI), pp. 1259-1264, 2022.

G. Gumelar, Q. Ain, R. Marsuciati, S. A. Bambang, A. Sunyoto dan M. S. Mustafa, “Kombinasi Algoritma Sampling dengan Algoritma Klasifikasi untuk Meningkatkan Performa Klasifikasi Dataset Imbalance,” Prosiding SISFOTEK, vol. 5, no. 1, pp. 250-255, 2021.

A. T. Laksono, Endryansyah, P. W. Rusmanto dan M. S. Zuhrie, “Pengolahan Citra Digital Buah Murbei Dengan Algoritma LDA (Linear Discriminant Analysis,” Indonesian Journal of Engineering Technology (INAJET), pp. 71-78, 2022.

S. K. M. K. Luluk Sarifah, “Identifikasi Citra Huruf Hijaiyah Menggunakan Metode Extreme Learning Machine,” Statistika, Matematika dan Komputasi, vol. 20, no. 1, pp. 90 - 101, 2023.

D. P. Y. S. Helsi Tia Vermala, “Pengenalan Pola Huruf Hijaiyah Tulisan Tangan Menggunakan Fuzzy Feature Extraction Dan Jaringan Syaraf Tiruan Backpropagation,” Jurnal Teknologi Informasi,, vol. 12, no. 2, pp. 172 - 180, 2016.

A. P. Dadang Iskandar Mulyana, “Optimasi Deteksi Pengenalan Huruf Hijaiyah Dengan Metode Tepi Canny Dan Morfologi,” Journal of Information Technology and Computer Science (INTECOMS), vol. 6, no. 2, pp. 717 - 725, 2023.

N. Mufassiril Abror, “Pattern Recognition Tulisan Tangan Huruf Hijaiyah Menggunakan Metode Convolutional Neural Network (CNN),” Jurnal informasi dan Komputer, vol. 9, no. 2, pp. 174 - 178, 2021.

S. T. Nada Fitria Nasution, “Implementasi Metode Learning Vector Quantization Pada Aplikasi Penerjemah Huruf Hijaiyah Menggunakanan Pose Jari Tangan,” Kajian Ilmiah Informatika dan Komputer, vol. 3, no. 6, pp. 1217 - 1225, 2023.

R. L. Pasaribu, “Pengenalan Pola Huruf Hijaiyah Menggunakan Metode Direction Feature Extraction (DFE),” Majalah Ilmiah INTI, vol. VI, no. 3, pp. 310-312, 2019.

M. Purnamasari dan U. Setiawan, “Pengenalan Huruf Hijaiyyah Melalui Media Kartu Gambar Di TPA Kampung Tagal Heas Purwakarta,” Jurnal Pendidikan Indonesia, pp. 46-54, 2023.

W. S. I. M. A. S. Robbani Punggawa Arcapada, “Rancang Bangun Model Pengidentifikasi Suara Huruf Hijaiyah Dengan Metode Mel Frequency Cepstrum Coefficient Dan Convolutional Neural Network,” Jurnal SPEKTRUM , vol. 8, no. 4, pp. 1 - 7, 2021.

K. A. Rokhman, Berliana dan P. Arsi, “Perbandingan Metode Support Vector Machine Dan Decision Tree Untuk Analisis Sentimen Analisis Sentimen Riview Komentar Pada Aplikasi Transportasi Online,” Jurnal Informasi System Management (JOISM), pp. 1-7, 2021.

A. S. B. D. H. E. Y. P. Ryan Eka Wiratna, “Pengenalan Karakter Hijaiyah Menggunakan Metode Convolutional Neural Network,” Jurnal Teknologi Informasi dan Komunikasi (SCAN), vol. 17, no. 1, pp. 14 - 18, 2022.

B. N. E. Y. P. Sunu Ilham Pradika, “Pengenalan Tulisan Tangan Huruf Hijaiyah Menggunakan Convolutional Neural Network Dengan Augmentasi Data,” Seminar Nasional Informatika Bela Negara (SANTIKA), vol. 1, pp. 129 - 136, 2020.

R. M. Yulrio Brianorman, “Perbandingan Pre-Trained CNN: Klasifikasi Pengenalan Bahasa Isyarat Huruf Hijaiyah,” Jurnal Sistem Informasi Bisnis, pp. 52 - 59, 2023.