Pengenalan Tulisan Dan Ekstraksi Informasi Pada Citra Abstrak Skripsi Menggunakan Support Vector Machine Dan Rules Based System

Kemajuan teknologi telah banyak mempengaruhi berbagai aspek dalam kehidupan manusia, salah satunya adalah dalam pengelolaan informasi. Kebanyakan orang lebih memilih menyimpan informasi-informasinya dalam bentuk digital. Selain memiliki banyak kelebihan dibanding dengan informasi cetak, informasi digital juga akan memberi kemudahan dalam mengakses dan memanipulasi informasi tersebut. Salah satu dokumen yang biasa diperlukan untuk diambil informasinya adalah laporan skripsi mahasiswa. Informasi yang lengkap tentang laporan skripsi mahasiswa sebenarnya bisa didapatkan hanya dari halaman abstraknya saja. Tetapi terkadang, abstrak skripsi yang tersedia hanya memiliki hardcopy-nya saja, sehingga pustakawan harus memasukan identitas pada suatu dokumen dengan cara mengisi data-data yang diperlukan kedalam sistem. Metode Support Vector Machine dapat digunakan untuk mengenali tiap karakter untuk mengubah tulisan pada citra menjadi tulisan karakter digital sehingga nantinya bisa dikenali tiap bagian pada abstrak skripsi dengan menggunakan metode Rule Based.
Hasil dari penelitian didapatkan hasil keakurasian sebesar 5,47% untuk pengenalan tulisan pada citra abstrak skripsi. Sedangkan untuk tingkat akurasi pengenalan karakter menggunakan SVM itu sendiri mencapai 54.30%. Rendahnya tingkat akurasi pengenalan pada citra abstrak dipengaruhi oleh proses segmentasi yang kurang mampu menyelesaikan masalah yang ada pada pemisahan karakter. Sedangkan untuk pengkategorian informasi dengan menggunakan Rule Based memiliki akurasi sebesar 99%.