Pengenalan Pola Karakter Bahasa Jepang Hiragana Menggunakan 2D Convolutional Neural Network

Mellysa Margarita Susilo, Daniel Martomanggolo Wonohadidjojo, Nehemia Sugianto

Abstract


Komik disukai oleh banyak orang di seluruh dunia. Komik Jepang atau yang biasa disebut manga dapat ditemukan di internet, tapi tidak semua orang dapat membacanya karena berbahasa Jepang. Terdapat tim non-profit yang bersedia menerjemahkan manga namun karena waktu dan tenaga yang terbatas maka tidak semua manga dapat diterjemahkan. Oleh sebab itu, walaupun terdapat banyak manga di internet, tidak semua orang dapat membacanya. Sehingga menimbulkan kekecewaan pada pembaca yang menantikannya. Masalah ini dapat diselesaikan dengan menggunakan pattern recognition dan algoritma convolutional neural network. Pada penelitian ini akan menggunakan media gambar komik. Langkah pertama yang dilakukan adalah mengambil tulisan Jepang dari balon teks pada manga. Setelah tulisan Jepang didapatkan, dilakukan feature extraction untuk dianalisa dan disimpan polanya untuk dibandingkan dengan bank data tulisan yang telah dipersiapkan sehingga dapat ditentukan karakter yang terdapat pada sumber gambar dikenali sebagai apa. Untuk melatih agar pattern recognition menghasilkan hasil yang maksimal, dikembangkanlah dengan algoritma convolutional neural network agar aplikasi dapat berjalan secara mandiri dan semakin pintar dalam mengenali pola. Akan terdapat dua aplikasi, aplikasi pertama adalah Element Extractor from Manga (Japanese Comic) yang dikembangkan dengan bahasa pemograman C# dan library AForge. Aplikasi kedua adalah program pattern recognition yang dikembangkan dengan MATLAB. Tes dilakukan dengan 10 input yang berbeda untuk tiap tahapnya. Element Extractor from Manga berhasil mengekstrak 88% frame komik, 91% balon teks, dan 46% karakter. Pelatihan convolutional neural network mencapai akurasi 96.2% dan tes cross validation mencapai akurasi 86%.

Full Text:

PDF

References


Fusanosuke, N. (2003). Japanese Manga: Its Expression and Popularity. ABD, 34(1), 3-5.

Moeran, B. (2014). Japanese "Merchants of Culture": The Publishing Business in Japan. International Journal of Culture, Tourism and Hospitality Research, 4(4), 97-125.

Vedaldi, A., Lenc, K., & Gupta, A. (2014). MatConvNet Convolutional Neural Network for MATLAB. Oxford: MatConvNet.

Das, S., & Banerjee, S. (2015). An Algorithm for Japanese Character Recognition. International Journal of Image, Graphics, and Signal Processing , 1, 9-15.

Rao, N. V., Sastry, A. C., Chakravarthy, A. N., & Kalyanchakravarthi, P. (2016, January). Optical Character Recognition Technique Algorithms. Journal of Theoretical and Applied Information Technology, 83(2), 275-282.


Refbacks

  • There are currently no refbacks.