Deteksi Huruf pada Tulisan Tangan Latin Menggunakan You Only Look Once (YOLO)

Penulis

  • Yoyon Kusnendar Suprapto Dept. Teknik Komputer Institut Teknologi Sepuluh Nopember Surabaya, Indonesia
  • Aisyah Nurul Hidayah Dept. Teknik Komputer Institut Teknologi Sepuluh Nopember Surabaya, Indonesia

DOI:

https://doi.org/10.59378/jcenim.v1i3.41

Kata Kunci:

Latin handwriting, You only look once

Abstrak

Tulisan tangan hingga saat ini masih digunakan dalam berbagai bidang, khususnya tulisan tangan Latin. Namun, terdapat beberapa tantangan dalam pengenalan tulisan tangan Latin. Pertama, tulisan tangan memiliki banyak variasi. Variasi yang dimaksud meliputi ukuran huruf, kemiringan huruf, garis dasar atau baseline penulisan, serta perbedaan jarak antarhuruf dan antar kata [1]. Kedua, setiap huruf dalam tulisan tangan Latin saling terhubung. Tantangan ini menyebabkan waktu yang lebih lama dalam proses pengenalan tulisan tangan Latin. You Only Look Once (YOLO) digunakan untuk mendeteksi huruf pada tulisan tangan Latin sebagai upaya untuk mempercepat proses pengenalan tulisan tangan Latin. Eksperimen ini dilakukan dengan mengumpulkan citra sampel dari empat jenis tulisan tangan yang berbeda. Hasil eksperimen menggunakan GPU NVIDIA GeForce RTX 1050 menunjukkan bahwa waktu pemrosesan per citra untuk sistem deteksi pada citra satu kata adalah sebesar 0,0776 detik dengan menggunakan nilai ambang (threshold score) sebesar 0,3.

Referensi

J. Ryu and H. I. Koo, “Word segmentation method for handwritten documents based on structured learning,” IEEE Signal Processing Letters, vol. 22, no. 8, pp. 1161–1165, 2015.

“Surat pos dalam dan luar negeri yang dikirim dan diterima, 2015 (update terakhir 18 Oct 2017),” https://jatim.bps.go.id/statictable/2017/10/18/701/surat-pos-dalam-dan-luar-negeri-yang-dikirim-dan-diterima-di-provinsi-jawa-timur-2015.html, 2017, terakhir diakses pada 16 April 2020.

“Paket pos dalam dan luar negeri yang dikirim dan diterima, 2015 (update terakhir 18 Oct 2017),” https://jatim.bps.go.id/statictable/2017/10/18/700/paket-pos-dalam-dan-luar-negeri-yang-dikirim-dan-diterima-di-provinsi-jawa-timur-2015.html, 2017, terakhir diakses pada 16 April 2020.

L. E. Damayanti, “Pengenalan tulisan tangan naskah aksara jawa aturan penulisan naskah kawi menjadi huruf alfabet pada media kertas menggunakan metode Convolutional Neural Network (CNN) arsitektur You Only Look Once,” 2020.

V. Jayasundara, S. Jayasekara, H. Jayasekara, J. Rajasegaran, S. Seneviratne, and R. Rodrigo, “Textcaps: Handwritten character recognition with very small datasets,” arXiv preprint arXiv:1904.08095, 2019.

W. Yang and Z. Jiachu, “Real-time face detection based on YOLO,” in Proceedings of the 2018 1st International Conference on Control and Communication Engineering, 2018, pp. 221–224.

M. Kristo, M. Ivasic-Kos, and M. Pobar, “Thermal object detection in difficult weather conditions using YOLO,” IEEE Access, vol. 8, pp. 125459–125476, 2020.

Tzutalin, “Labelimg,” https://github.com/tzutalin/labelImg, 2015, terakhir diakses pada 4 April 2020.

T. H. Trieu, “Darkflow,” GitHub Repository: https://github.com/thtrieu/darkflow, 2018, terakhir diakses pada 18 November 2019.

Unduhan

Diterbitkan

2023-12-03

Cara Mengutip

Yoyon Kusnendar Suprapto, & Aisyah Nurul Hidayah. (2023). Deteksi Huruf pada Tulisan Tangan Latin Menggunakan You Only Look Once (YOLO). Journal of Computer Engineering, Network, and Intelligent Multimedia, 1(3), 145–154. https://doi.org/10.59378/jcenim.v1i3.41

Terbitan

Vol 1 No 3 (2023)

Bagian

Articles

Lisensi

Hak Cipta (c) 2026 Yoyon Kusnendar Suprapto, Aisyah Nurul Hidayah

Creative Commons License

Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with JCENIM agree to the following terms:

  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.