KOMPARASI BEBERAPA METODE WORD SPOTTING BERBASIS SEGMENTATION-FREE PADA NASKAH DIGITAL LONTAR BALI
Abstract
Teknik word spotting telah banyak dikembangkan baik pada dokumen cetak maupun dokumen tulisan tangan. Teknik word spotting yang telah diaplikasikan pada tulisan latin, Cina, atapun tulisan Arab namun belum pernah diaplikasikan pada naskah lontar Bali. Penelitian komparasi metode word spotting pada naskah lontar Bali berfokus pada metode word spotting yang berbasis segmentation-free. Komparasi kinerja metode word spotting yang diteliti adalah metode word spotting dengan menggunakan model representasi fitur BoVW yang dikombinasikan dengan teknik LSI, LCS dan LWP.
Model representasi fitur BVW dipilih karena model ini menunjukkan performa yang baik bukan hanya untuk tugas Content Based Image Recognition (CBIR) namun juga pada tugas Computer Vision lain seperti pengenalan objek, klasifikasi citra dan anotasi. Penelitian yang telah dilakukan sebelumnya juga menunjukkan model ini memiliki kinerja yang baik ketika diaplikasikan untuk teknik word spotting.
Berdasarkan penelitian yang dilakukan word spotting dengan model BoVW yang dikombinasikan dengan LWP menunjukkan kinerja yang paling tinggi dibandingkan dengan metode lainnya yang dieksperimenkan.
Kata Kunci : bali,lontar,spotting,word
Many word spotting technique has been developed both in printed document or handwritten document. Most of word spotting technique has been applied to the Latin script, Chinese and Arabic script but this technique never used yet in palm leaf manuscript. This research compare word spotting technique based on segmentation-free that applied in palm leaf manuscript. word spotting technique used in this research compound BoVW model with other technique such as LSI, LCS and LWP.
BoVW representation model has been choosen because of this model shown a good performance, not only for Content Based Image Recognition task but also for other Computer Vision task. Recent researched showed word spotting used BoVW model has a good performance. on this research show word spotting combine with LWP technique generate better performance than BoVW combine with other technique.
keyword : bali,leaf,palm,spotting,word
Model representasi fitur BVW dipilih karena model ini menunjukkan performa yang baik bukan hanya untuk tugas Content Based Image Recognition (CBIR) namun juga pada tugas Computer Vision lain seperti pengenalan objek, klasifikasi citra dan anotasi. Penelitian yang telah dilakukan sebelumnya juga menunjukkan model ini memiliki kinerja yang baik ketika diaplikasikan untuk teknik word spotting.
Berdasarkan penelitian yang dilakukan word spotting dengan model BoVW yang dikombinasikan dengan LWP menunjukkan kinerja yang paling tinggi dibandingkan dengan metode lainnya yang dieksperimenkan.
Kata Kunci : bali,lontar,spotting,word
Many word spotting technique has been developed both in printed document or handwritten document. Most of word spotting technique has been applied to the Latin script, Chinese and Arabic script but this technique never used yet in palm leaf manuscript. This research compare word spotting technique based on segmentation-free that applied in palm leaf manuscript. word spotting technique used in this research compound BoVW model with other technique such as LSI, LCS and LWP.
BoVW representation model has been choosen because of this model shown a good performance, not only for Content Based Image Recognition task but also for other Computer Vision task. Recent researched showed word spotting used BoVW model has a good performance. on this research show word spotting combine with LWP technique generate better performance than BoVW combine with other technique.
keyword : bali,leaf,palm,spotting,word
DOI: https://doi.org/10.23887/jik.v1i1.2025
Refbacks
- There are currently no refbacks.
Diterbitkan oleh:
UNIVERSITAS PENDIDIKAN GANESHA
Jl. Udayana, Kampus Tengah, Singaraja-Bali
Kode Pos 81116
Telp. 0362-22570
Homepage: http://www.undiksha.ac.id