Implementasi Metode Wavelet Denoising Untuk Menghilangkan Noise Pada Lontar Bahasa Bali

Main Article Content

Luh Putu Ayu Prapitasari
I Made Dwijaputra

Abstract

Jaman dahulu lontar merupakan salah satu media yang digunakan untuk menulis tulisan Bali. Lontar-lontar tersebut digunakan untuk mendokumentasikan sesuatu yang dianggap penting baik berupa cerita sejarah, silsilah keluarga maupun teknik pengobatan. Masih banyak warisan lontar yang disimpan oleh masyarakat Bali hingga saat ini. Karena cara penyimpanan yang kurang baik serta dipengaruhi oleh cuaca dan waktu, lontar-lontar peninggalan tersebut banyak yang mengalami penurunan kualitas. Untuk menangani hal ini diperlukan sebuah sistem yang dapat meningkatkan kualitas lontar yang disimpan secara digital. Metode yang digunakan dalam pembuatan sistem adalah Wavelet Denoising, dimana sistem bekerja dimulai dari tahap mencerahkan gambar, mengkonversi gambar menjadi grayscale, kemudian gambar dihaluskan dan dicerahkan kembali untuk mendapatkan hasil yang lebih maksimal. Tahapan akhir adalah menghilangkan noise yang hadir pada citra, yang diketahui melalui penelusuran intensitas setiap pikselnya. Dari beberapa percobaan, sistem ini terbukti memberikan hasil yang baik, terutama ketika input yang diberikan dalam kualitas yang cukup baik pula.

Downloads

Download data is not yet available.

Article Details

How to Cite
Prapitasari, L. P. A., & Dwijaputra, I. M. (2011). Implementasi Metode Wavelet Denoising Untuk Menghilangkan Noise Pada Lontar Bahasa Bali. Jurnal Eksplora Informatika, 1(2), 146-155. Retrieved from https://eksplora.stikom-bali.ac.id/index.php/eksplora/article/view/185
Section
Articles

References

Cheriet, Mohamed, Kharma Nawwaf, Liu, Cheng-Lin & Ching Y. Suen. 2007. Character Recognition System a Guide for Students and Practioners. New Jersey : John Willey & Sons, Inc.

Darma Putra. 2010. Pengolahan Citra Digital. Penerbit Andi, Yogyakarta

Gunaidi Abdia Away. 2010. The Shortcut of Matrix Laboratory Matlab Programming. Bandung. Informatika Bandung

I Kadek Agus Dwiputra, Luh Putu Ayu Prapitasari. 2011. Character Segmentation for Balinese Script using Canny Edge Detection Algorithm. Dipublikasikan pada prosiding Konferensi Nasional Sistem & Informatika (KNS&I) 2011, 402-406, Bali-Indonesia.

Jain Poojith, 2009. An Automatic Recognition Method for Building Floor Plans Eindhoven, The Netherlands July 2009.

John Wiley and Sons, 2006. Advanced Digital Signal Processing and Noise Reduction, Brunel University, UK.

Luh Putu Ayu Prapitasari. 2010. Off-line Balinese Handwritten Character Recognition Based on Backpropagation Neural Network. Dipublikasikan pada prosiding Seminar Nasional Computer and Intelligent System-KOMMIT, Vol 6 (November), 114-118, Bali-Indonesia.

Luh Putu Ayu Prapitasari, Luh Putu. 2012. Noise Removal for Ancient Palm Leaf Manuscript of Bali. Dipublikasikan pada prosiding Konferensi Nasional Sistem Informasi (KNSI) 2012, 1514-1518, Bali-Indonesia.

P. Phokharatkul & dkk. 2005. Off-Line Hand Written Thai CharacterRecognition using Ant-Miner Algorithm. World Academy of Science, Engineering and Technology.

Saysourinhong, Latsamy, Bilan Zhu & Nagakawa, Masaki. 2008. On-line Handwritten Lao Character Recognition by using Dynamic Programming Matching. Dipublikasikan pada International Symposium on Communication and Information Technology (ISCIT2008), Tokyo, Jepang.

Surinta, Olarik & Nitsuwat, Supot. 2005. Handwritten Thai Character Recognition Using Fourier Descriptors and Robust Cprototype. Dipublikasikan pada King Mongkut’s Institute of Technology North Bangkok, Bangkok.

Sutjaja I Gusti Made. 2007 Belajar Menulis Aksara Bali Lewat Bahasa Indonesia. Lotus Widya Sari.

Thein, Yadana & Yee, San Su Su. 2010. High Accuracy Myanmar Handwritten Character Recognition using Hybrid approach through MICR and Neural Network. Dipublikasikan pada International Journal of Computer Science Issues, Myanmar.

Tinggen, I Nengah. 1993. Pedoman Perubahan Ejaan Bahasa Bali dengan Huruf Latin dan Huruf Bali. Singaraja: UD. Rikha.