Segmentasi Tulisan Tangan Bersambung pada IAM Handwriting Database

Transkripsi

1 1 ISSN (print) Electrical Engineering Journal Vol. 5 (2014) No. 1, pp Tulisan Tangan Bersambung pada IAM Handwriting Database Evelyn Evangelista dan Novie Theresia Br. Pasaribu Jurusan Teknik Elektro, Universitas Kristen Maranatha, Bandung Jl. Suria Sumantri 65, Bandung 40164, Indonesia evelynevangelista@live.com, novie.theresia@eng.maranatha.edu Abstrak: Pengenalan tulisan tangan adalah salah satu penelitian yang berkembang sudah sejak lama. adalah salah satu proses yang mendukung berkembangnya penelitian mengenai pengenalan tulisan tangan. tulisan tangan terutama untuk tulisan tangan sambung telah menjadi fokus utama dari beberapa penelitian. Pada penelitian ini terdapat tiga tahapan proses seleksi segmentasi yang dilakukan pada daerah middle zone (zona tengah) tulisan tangan, dan proses segmentasi tulisan tangan bersambung dilakukan pada IAM Handwriting Database dengan validasi segmentasi oleh Jaringan Syaraf Tiruan. Hasil yang diperoleh dari penelitian ini, akurasi segmentasi yang tepat sebesar 81,25%. Akurasi segmentasi ini cukup baik, namun hasil segmentasi ini juga dipengaruhi oleh nilai persentase missed segmentation yang sebesar 18,75% dan persentase over-segmentation sebesar 19,02%. Kegagalan pengenalan segmentasi masih terjadi pada kasus tulisan tangan yang tulisannya berhimpitan secara vertikal Kata kunci:, handwriting recognition, IAM Handwriting Database Abstract: Handwriting recognition is one of the researches that have been developed for a long time. Segmentation is one of the processes that support the development of research on handwriting recognition. Handwriting segmentation especially for cursive handwriting has become a major focus of several researches. In this research there are three steps selection processes of character segmentation which is done in middle zone area of the handwriting. The data are taken from the IAM Handwriting Database with segmentation validation by Neural Networks. The results of this research were obtained segmentation correctly by 81.25%. The accuration of segmentation has a good result, but these results are influenced by the result of 18.75% miss segmentation and also by 19.02% of over-segmentation. The unrecognized of segmentation still occurred in the handwriting which the vertical overlap problems in the characters. Keywords:, handwriting recognition, IAM Handwriting Database I. PENDAHULUAN Seiiring dengan bertambah banyak dokumen-dokumen penting (surat-surat penting) yang masih menggunakan tulisan tangan, sehingga kebutuhan akan sistem yang bisa menerima

2 2 ELECTRICAL ENGINEERING JOURNAL, VOL. 5, NO. 1, OCTOBER 2014 masukan tulisan tangan dan mengenalinya semakin meningkat. Hal inilah yang menyebabkan penelitian yang berkaitan dengan pengenalan tulisan tangan (handwriting recognition) masih banyak dilakukan/ dikembangkan. Masalah yang muncul dalam pengenalan tulisan tangan di antaranya adalah adanya noise (nilai piksel yang mengganggu atau mengubah bentuk citra), slant (kemiringan tulisan terhadap sumbu y), slope (kemiringan tulisan terhadap sumbu x), ukuran tulisan tangan dan permasalahan zona. Selain itu, pemisahan kata ke dalam bentuk huruf (segmentasi) yang benar juga menjadi faktor penting dalam akurasi pengenalan tulisan tangan. adalah salah satu langkah pre-processing yang penting dan mempengaruhi ketelitian dari pengenalan tulisan tangan. dalam pengenalan tulisan tangan biasanya dibagi menjadi menjadi dua jenis, yaitu explicit segmentation dan implicit segmentation. Pada explicit segmentation pemisahan dilakukan sehingga citra tulisan kata diubah menjadi huruf, sedangkan pada implicit segmentation segmentasi dilakukan sebagai hasil produk dari pengenalan tulisan itu sendiri [1]. Pada penelitian ini akan dilakukan sebuah proses explicit segmentation terhadap citra tulisan tangan. Salah satu persoalan umum dalam explicit segmentation terjadi pada tulisan tangan sambung. huruf akan menjadi lebih sulit karena batas antara huruf satu dengan huruf yang lain tidak terlihat dengan jelas. Selain itu citra tulisan tangan dengan huruf bersambung mempersulit pengenalan tulisan tangan karena bentuk huruf sambung yang berbeda dengan huruf tulisan balok sehingga segmentasi yang benar akan sangat membantu proses pengenalan tulisan tangan. Karena hal hal tersebut, diusulkan suatu pengujian segmentasi tulisan tangan bersambung dengan validasi segmentasi menggunakan Jaringan Syaraf Tiruan (JST) yang direalisasikan pada IAM Handwriting Database. II. METODE PENELITIAN Beberapa cara telah dilakukan oleh banyak peneliti untuk melakukan proses segmentasi, terutama menggunakan JST sebagai validasi kandidat titik segmentasi. M. Blumenstein, B.Verma contohnya [2], telah menerbitkan banyak jurnal mengenai beberapa metode segmentasi yang digunakan, antara lain metode hole detection, left and center character, beserta pengembangannya. Fajri Kurniawan, dkk [3] menggunakan kontur dari citra tulisan untuk menentukan segmentasi (dilakukan pada IAM Handwriting Database) dan kemudian Jaringan Syaraf Tiruan untuk memvalidasi kebenaran segmentasi. tulisan bersambung dengan validasi Jaringan Syaraf Tiruan juga dilakukan oleh Tanzila Saba [4]. Dengan metode histogram untuk menentukan ligature, penelitian tersebut menggunakan CEDAR Database untuk menguji proses segmentasi tulisan bersambung. Pada penelitian ini mencoba memodifikasi proses segmentasi yang dilakukan oleh Tanzila Saba [4], terdapat tiga tahapan proses seleksi segmentasi yang dilakukan pada daerah middle zone (zona tengah) tulisan tangan, dan proses segmentasi tulisan tangan bersambung dilakukan pada IAM Handwriting Database dengan validasi segmentasi oleh JST. Diagram blok segmentasi tulisan tangan bersambung, dapat dilihat pada Gambar 1.

3 SEGMENTASI TULISAN TANGAN BERSAMBUNG PADA IAM HANDWRITING DATABASE 3 Gambar 1. Diagram Blok Tulisan Tangan Bersambung Masukan citra tulisan tangan bersambung diambil dari database citra tulisan yang sudah menjadi standar dalam pengujian citra tulisan tangan yaitu IAM Handwriting Database, tulisan tangan bersambung yang digunakan dengan kriteria tulisan tegak (kemiringan terhadap sumbu y kecil) dan lurus (kemiringan terhadap sumbu x kecil) dengan ukuran dan bentuk yang bervariasi. Selanjutnya dilakukan pra-pemrosesan, berupa proses binerisasi citra dan proses thinning (Gambar 2). Setelah dilakukan pra-pemrosesan, pencarian segmentasi diawali dengan mencari zona tengah (middle zone) dari tulisan tangan. Kemudian nilai Integral Proyeksi Kolom (IPK) dari zona tengah tulisan tangan dihitung. Selanjutnya proses seleksi segmentasi yang terdiri dari tiga tahapan dilakukan terhadap kandidat titik segmentasi tulisan tangan tersebut, dengan tujuan untuk mengurangi adanya over-segmentation, yaitu segmentasi/ pemisahan yang terlalu banyak/ berlebih seperti pada Gambar 2. Gambar 2. Contoh Over-segmentation Tulisan Tangan Setelah itu dilakukan pengambilan nilai ekstraksi ciri. Ekstraksi ciri dari titik segmentasi akhir yang digunakan berupa density feature (ciri kerapatan). Kemudian data tersebut dilatihkan dan diujikan pada JST untuk memvalidasi segmentasi (memutuskan benar atau tidaknya segmentasi). Keluaran dari JST adalah berupa segmentasi salah atau segmentasi benar. Dikarenakan over-segmentation (segmentasi yang berlebih) sering terjadi, maka dari hasil keluaran JST dilanjutkan proses koreksi segmentasi sehingga diperoleh hasil segmentasi karakter. II.1. Pra-pemrosesan Pertama-tama citra tulisan tangan diubah dari format grayscale ke dalam bentuk biner. Kemudian dilakukan proses thinning, piksel hitam dari citra tulisan tangan direduksi sehingga didapatkan kerangka yang masih mewakili bentuk piksel hitam citra asli (Gambar 3). Selanjutnya dilakukan proses segmentasi pada tulisan tangan.

4 4 ELECTRICAL ENGINEERING JOURNAL, VOL. 5, NO. 1, OCTOBER 2014 (a) (b) (c) Gambar 3. (a) Citra dari Database IAM Handwriting Database, (b) Citra Hasil Konversi Biner, (c) Citra Hasil Thinning II.2. Karakter Tulisan Tangan Bersambung Diagram alir untuk proses segmentasi karakter tulisan tangan bersambung bisa dilihat pada Gambar 4. Gambar 4. Diagram alir Sub-rutin Karakter Tulisan tangan Bersambung Proses awal segmentasi tulisan tangan adalah mencari zona tengah dari tulisan tangan. Setelah diperoleh zona tengah tulisan tangan kemudian nilai Integral Proyeksi Kolom (IPK) dari zona tengah tulisan tangan dihitung. Nilai IPK adalah banyak jumlah piksel foreground (hitam) citra tulisan tangan dari tiap-tiap kolomnya (Gambar 5).

5 SEGMENTASI TULISAN TANGAN BERSAMBUNG PADA IAM HANDWRITING DATABASE 5 Gambar 5. (a) Citra Hasil Thinning Tulisan tangan, (b) Zone Tengah Tulisan tangan, (c) Nilai IPK Seleksi Awal diawali dengan menyeleksi nilai IPK dari zone tengah tulisan tangan (Gambar 6). Nilai Integral Proyeksi Kolom (IPK) yang minimum, yang bernilai kecil sama dengan 1 akan lolos seleksi menjadi Titik Awal (TSA). IPK bernilai 0 artinya spasi pada tulisan tangan yang jelas terpisah (atau berarti tidak ada tulisan), dan IPK bernilai 1 artinya spasi pada tulisan tangan bersambung. Gambar 6. Diagram Alir Sub-rutin Seleksi Awal Setelah TSA diperoleh, maka akan dilajutkan proses Seleksi Lanjut (SSL) (Gambar 7). Setiap posisi dari titik segmentasi (TSA) yang berdekatan nilai maksimum (titik terendah dari goresan) akan dicari dan dipilih sebagai kandidat segmentasi selanjutnya. Posisi segmentasi yang berdekatan dihitung dengan threshold yang telah ditentukan sebelumnya [4]. Jika segmentasi memiliki nilai 0 pada IPK citra hasil thinning maka segmentasi tersebut akan diprioritaskan sebagai kandidat segmentasi dan dihitung posisi tengah dari nilai 0 tersebut. Titik segmentasi yang lolos akan menjadi titik segmentasi lanjut (TSL) dan diseleksi lagi pada proses seleksi akhir.

6 6 ELECTRICAL ENGINEERING JOURNAL, VOL. 5, NO. 1, OCTOBER 2014 Seleksi Lanjut Titik segmentasi awal (TSA) r=0; s=1; sa=0 Keterangan : l : banyaknya TSA L : posisi piksel hitam TSA r : posisi TSA yang sedang diproses s : TSA yang sedang diproses A c=tsa(a-1)-tsa(a) c < threshold && sa==0 tidak ya a=1; a m; a++ B s=(s-round(sa/2)) L(a) == 0 tidak L(a) r ya ya r=l(a); s=tsa(a); sa=sa+1 r=l(a); s=tsa(a) r=0; sa=0; TSL(b)=TSA(a); b=b+1 B tidak Titik segmentasi lanjut (TSL) A Return Gambar 7. Diagram Alir Sub-rutin Seleksi Lanjut Pada seleksi akhir (Gambar 8), informasi TSL kemudian digunakan sebagai kandidat segmentasi dan diseleksi menggunakan threshold yang didapatkan dari hasil eksperimen. Seleksi dilakukan dengan menghitung jarak dari satu kandidat segmentasi ke kandidat segmentasi selanjutnya. Jika jarak kurang dari threshold maka kandidat segmentasi selanjutnya akan dibuang. Hasil dari seleksi akhir adalah TSR yang akan dilatihkan ke JST agar pola salah dan benar bisa dikenali. Seleksi Akhir Titik segmentasi lanjut (TSL) a=1; b=1 Keterangan : l : banyaknya TSL P c=tsl(a+1)-tsl(a) a<l R tidak Titik segmentasi akhir (TSR) ya P c < threshold tidak TSR(b)=TSL(a); a=a+1; b=b+1 ya TSR(b)=TSL(a); a=a+2; b=b+1 Return R Gambar 8. Diagram Alir Sub-rutin Seleksi Akhir

7 SEGMENTASI TULISAN TANGAN BERSAMBUNG PADA IAM HANDWRITING DATABASE 7 II.3. Ekstraksi Ciri [1] Pada pengenalan pola, ekstraksi ciri adalah merupakan salah satu komponen yang penting untuk mencirikan atau mendeskripsikan karakteristik yang unik dari suatu citra/pola. Pada penelitian segmentasi karakter tulisan tangan ini menggunakan ekstraksi ciri : density (kepadatan) dari citra tulisan tangan (Gambar 9 & Gambar 10). Nilai density (kepadatan) citra di sekitar titik segmentasi ini yang digunakan sebagai masukan ke dalam Jaringan Syaraf Tiruan (JST). Gambar 9. Piksel pada citra yang digunakan untuk mengambil nilai density Gambar 10. Piksel pada citra yang digunakan untuk mengambil nilai density Contoh perhitungan nilai kepadatan pada Gambar 10 terlihat piksel dengan diperoleh dari suatu citra dengan ukuran 5x5 satuan piksel (totalnya sebanyak 25 piksel), banyaknya piksel foreground (hitam) adalah 1, maka / 1/ II.4. Jaringan Syaraf Tiruan (JST) Pada penelitian ini, JST yang digunakan dengan menggunakan Algoritma Backpropagation yang terdiri dari satu unit keluaran, 100 unit masukan, dan satu lapisan tersembunyi dengan 67 unit tersembunyi. Masukan dari pelatihan JST adalah nilai ekstraksi ciri (ciri kepadatan) dari citra yang berada diantara suatu titik segmentasi (citra di sebelah kiri dan citra di sebelah kanan dari titik segmentasi yang bersesuaian), seperti pada Gambar 11. Keluaran dari JST ada dua, yaitu : segmentasi salah (y=0,1) dan segmentasi benar (y=0,9). Pelatihan dilakukan pada 42 citra yang terdiri dari 356 pola segmentasi benar dan salah, dengan capaian error sebesar 0.01.

8 8 ELECTRICAL ENGINEERINGG JOURNAL, VOL. 5, NO. 1, OCTOBER 2014 Citra Titik Citra disebelah kiri segmentasi disebelah kanann Gambar 11. Contoh Citra yang digunakan sebagai Input JST Setelah dilakukan proses pelatihan JST, kemudian dilanjutkan pada pengujian JST, nilai keluaran dari JST tersebut kemudian diproses untuk dikoreksi segmentasinya. II.5. Koreksi Koreksi titik segmentasi dilakukan setelah proses pengujiann JST. Jika nilai keluaran JST menyatakan titik segmentasi tersebut benar, makaa titik segmentasi akhir dari citra akan disimpan, dan jika keluaran JST menyatakan titik segmentasi tersebut salah, makaa titik segmentasi akhir yang diujikan akan diabaikan. Hasil dari titik segmentasi benar adalah titik segmentasi setelah validasi. Gambar 12. Diagram Alir Sub-rutin Koreksi III. H HASIL PERCOBAAN Pada penelitian ini, citra yang digunakan pada pengujiann diambil dari database IAM Handwriting Database sebanyak 72 citra dengan 368 pola benar dan salah. Kemudian segmentasi benar dan salah akan dihitung. salah terdiri dari yaitu over-segmentation dan missed segmentation. Over-segmentation adalah kelebihan segmentasi yang muncul pada satu huruf, sedangkan missed segmentation adalah segmentasi yang seharusnya ada di antara ISSN:

9 SEGMENTASI TULISAN TANGAN BERSAMBUNG PADA IAM HANDWRITING DATABASE 9 dua huruf tetapi kenyataannya tidak ada. Contoh over-segmentation dan missed segmentation dapat dilihat pada Gambar 13. Gambar 13. Contoh over-segmentation dan missed segmentation Adapun tampilan Program Tulisan Tangan Bersambung, adalah sebagai berikut (Gambar 14) : Gambar 14. Tampilan Program Tulisan Tangan Bersambung Untuk mengukur akurasi hasil segmentasi tulisan tangan, perhitungan dilakukan dengan cara membandingkan segmentasi citra hasil validasi yang tepat memisahkan huruf dengan benar (segmentasi benar), terhadap segmentasi citra yang dilakukan secara visual mata manusia

10 10 ELECTRICAL ENGINEERINGG JOURNAL, VOL. 5, NO. 1, OCTOBER 2014 (segmentasi target). Contoh dapat dilihat pada Tabel 1. Citra Visual Benar Pada contoh dapat terlihat bahwa citra made memiliki 3 segmentasi target. Dari hasil percobaan segmentasi citra validasi made memiliki 1 missed segmentation, 2 over- 3 segmentation, dan 2 segmentasi benar. Begitu juga pada contoh citra will yang memiliki segmentasi target. Dari hasil percobaan segmentasi citra validasii will tidak memiliki missed segmentation maupun over-segmentation, dan diperoleh 3 segmentasi benar. Setelah percobaan dilakukan pada seluruh citra uji yang ada, maka didapatkan perhitungan akurasi sistem secara keseluruhan yang diperlihatkan pada Tabel 2. TABEL 2. PRESENTASE AKURASI SEGMENTASI TULISAN T TANGA Total Uji Benar Missed Segmentation Presentase Benar Presentase Missed Segmentation Presentase Over-segmentation 299/368 69/368 70/368 AN BERSAMBUNG TABEL 1. CONTOH SEGMENTASI CITRA VISUAL DAN HASIL VALIDASI Target 3 Citra Validasi Missed Segmentation 1 Oversegmentation 2 Over-segmentationn 70 81,25% 18,75% 19,02% Dari hasil percobaan, beberapa dari citra dapat tersegmentas si dengan benar, namun masih ada segmentasi yang kurang tepat atau tidak terdeteksi sebagai segmentasi. Pada Tabel 2 hasil presentase akurasi segmentasi secara keseluruhan diperoleh sebesar 81,25%. Hasilnya termasuk cukup tinggi, namun presentase missed segmentation sebesar 18,75% dan presentase over- yang berhimpitan secara vertikal, metode ini tidak dapat diaplikasikan, seperti diperlihatkan pada Gambar 15. Contoh pada kata House ada 2 huruf yang menempel se dan padaa kata segmentation sebesar 19,02% termasuk yang masih banyak dan masih harus diperbaiki. Kekurangann dari Sistem Tulisan Tangan adalah pada citra yang hurufnya Party huruf yang menempel adalah Pa, tidak dapat dianggap sebagai segmentasi huruf karena nilai IPK diantaranya (citra tulisan hasil thinning) bukan nilai minimal (titik segmentasi). Gambar 15. Citra yang gagal disegmentasi sebelum masuk ke JST ISSN:

11 SEGMENTASI TULISAN TANGAN BERSAMBUNG PADA IAM HANDWRITING DATABASE 11 IV. KESIMPULAN Pada penelitian segmentasi tulisan tangan bersambung dengan menggunakan Jaringan Syaraf Tiruan (JST) pada IAM Handwriting Database, telah diujikan pada 368 data uji sehingga diperoleh akurasi pengenalan segmentasi sebesar 81,25%. Akurasi segmentasi ini cukup baik, namun hasil segmentasi ini juga dipengaruhi oleh nilai persentase missed segmentation yang sebesar 18,75% dan persentase over-segmentation sebesar 19,02%. Kegagalan pengenalan segmentasi masih terjadi pada kasus tulisan tangan yang tulisannya berhimpitan secara vertikal. Untuk penelitian selanjutnya, diharapkan dapat dicari metode/ algoritma segmentasi yang lebih tangguh terhadap variasi tulisan tangan manusia, khususnya untuk tulisan tangan yang huruf-hurufnya bersinggungan. Selain itu metode/algoritma tersebut diharapkan bisa mengurangi kasus miss segmentation ataupun over-segmentation. DAFTAR REFERENSI [1] M. Cheriet, N. Kharma, C. L. Liu, and C. Y. Suen, Character Recognition Systems : A Guide For Students And Practioners, Hoboken, New Jersey: John Wiley & Sons, Inc., [2] C. K. Cheng, X. Y. Liu, M. Blumenstein, and V. Muthukkumarasamy, Enhancing neural confidence-based segmentation for cursive handwriting recognition, in Proc. of the 5th International Conference on Simulated Evolution and Learning, SWA-8, Busan, Korea, [3] F. Kurniawan, M. S. M. Rahim, N. Sholihah, A. Rakhmadi, and D. Mohamad, Characters Segmentation of Cursive Handwritten Words based on Contour Analysis and Neural Network Validation, ITB J. ICT, Vol. 5, No. 1, 1-16, [4] T. Saba, A. Rehman, and G. Sulong, Cursive Script Segmentation with Neural Confidence, ICIC International, Johor, Malaysia, 2011.