Jurnal Algoritma, Logika dan Komputasi

Bahasa Mandarin merupakan bahasa dari negara China. Bahasa Mandarin telah banyak dipakai salah satu nya Indonesia. Namun untuk mempelajari bahasa Mandarin pemula akan mengalami kesulitan karena terdapat banyak karakter berbeda dan memiliki arti nya. Maka dari itu perlu ada nya sistem atau aplikasi yang bisa mengenali atau mendeteksi bahasa Mandarin agar dapat memudahkan orang awam mempelajadi bahasa mandarin.

Penelitian ini ditujukan untuk merancang sistem atau aplikasi yang dapat melakukan pengenalan karakter pada kosa kata mandarin. Untuk sistem atau aplikasi yang dirancang memakai algoritma chain code untuk pengenalan pola pada citra kosa kata mandarin dan untuk perhitungan jarak menggunakan euclidean distance.

Proses yang akan dilakukan di penelitian ini adalah untuk membandingkan jarak citra kosa kata mandarin yang akan dilakukan pengujian dengan citra kosa kata mandarin yang sudah dilatih untuk mendapatkan nilai jarak euclidean distance yang terkecil.

Hasil yang didapatkan dari pengujian yang telah dilakukan gagal persentase keberhasilan yang didapatkan sebesar 34% dalam mengenali citra kosa kata mandarin dan 66% mengalami kegagalan dalam mengenali citra kosa kata mandarin. Kegagalan dikarenakan oleh noise yang terdapat pada gambar dan tidak memakai metode thinning sehingga citra kata mandarin yang memiliki ketebalan yang berbeda-beda akan menghasilkan nilai fitur yang berbeda-beda juga.

Chain Code; Ekstraksi Fitur; Euclidean Distance; Mandarin; OCR

D. Normalasari and I. Afrianto, “Aplikasi Identifikasi Kata Berbasis Optical Character Recognition dan Augmented Reality,” Komputa J. Ilm. Komput. dan Inform., vol. 8, no. 2, pp. 77–85, 2019, doi: 10.34010/komputa.v8i2.3053.

R. Agustian, N. A. H., and J. Karel, “Implementasi Metode Chain Code Untuk Pengenalan Rambu Lalu Lintas,” J. Inform., vol. 12, no. 1, pp. 67–75, 2016, doi: 10.21460/inf.2016.121.413.

M. A. Pradinata, A. Prafanto, and E. Budiman, “Vehicle Detection Using Optical Character Recognition,” vol. 4, no. 1, pp. 30–34, 2019.

N. Venkata Rao, A. S. C. S. Sastry, A. S. N. Chakravarthy, and P. Kalyanchakravarthi, “Optical character recognition technique algorithms,” J. Theor. Appl. Inf. Technol., vol. 83, no. 2, pp. 275–282, 2016.

T. M. S. Mulyana, D. Widyaningrum, and H. Herlina, “Ocr Huruf Jawa Dengan Fitur Kode Rantai Dan Levenshtein Distance,” Netw. Eng. Res. Oper., vol. 6, no. 1, p. 67, 2021, doi: 10.21107/nero.v6i1.217.

L. U. De Bourgogne, “Pendekatan kode rantai sebagai dasar pengenalan karakter,” vol. 2009, no. Snati, 2009.

A. N. Fadillah, A. Rahmi, K. Purwandari, I. Srimuddawamah, R. Etika, and E. Candrarini, “Island Shape Detector Menggunakan Chain Code,” pp. 3–6.

E. P. P. Ezy Claudia Nivsky, Ernawati, “Aplikasi Biometrika Pencocokan Citra Daun Telinga Berbasis Tekstur Dan Bentuk Menggunakan Metode Transformasi Wavelet Dan Chain Code. ISSN : 2303-0755,” J. Rekursif, vol. 4, no. 3, pp. 325–333, 2016.

S. Rahman and M. Ulfayani, “Perancangan Aplikasi Identifikasi Biometrika Telapak Tangan Menggunakan Metode Freeman Chain Code,” CESS (Journal Comput. Eng. Syst. Sci., vol. 2, no. 2, pp. 64–73, 2017.

K. Ratri, R. Wardani, A. Setiawan, and Y. Setiawan, “Penerapan Sistem Pakar Berbasis Aturan dan Metode Freeman Chain Code pada Aplikasi Pengukuran Isi Botol,” J. Telemat., vol. 13, no. 2, pp. 67–72, 2018.

D. Nugraheny, “Metode Nilai Jarak Guna Kesamaan Atau Kemiripan Ciri Suatu Citra (Kasus Deteksi Awan Cumulonimbus Menggunakan Principal Component Analysis),” Angkasa J. Ilm. Bid. Teknol., vol. 7, no. 2, p. 21, 2017, doi: 10.28989/angkasa.v7i2.145.

M. Nishom, “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square,” J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 20–24, 2019, doi: 10.30591/jpit.v4i1.1253.

N. Wakhidah, “Clustering Menggunakan K-Means Algorithm,” J. Transform., vol. 8, no. 1, p. 33, 2010, doi: 10.26623/transformatika.v8i1.45.

D. Wahiddin, “Klasifikasi Kadar Hidrasi Tubuh Berdasarkan Warna Urine dengan Metode Ekstraksi Fitur Citra dan Euclidean Distance,” Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 5, no. 1, pp. 16–20, 2020, doi: 10.36805/technoxplore.v5i1.887.

T. M. S. Mulyana and A. Harjoko, “A chinese character recognition method based on population matrix and relational database,” Proc. 2nd Int. Conf. Inf. Commun. Technol. Semin. ICTS 2006, no. 1, pp. 518–523, 2006.