Implementasi Optical Character Recognition (OCR) pada Mesin Penerjemah Bahasa Indonesia ke Bahasa Inggris

Authors

  • Aldi Setiawan Universitas Tanjungpura
  • Herry Sujaini Universitas Tanjungpura
  • Arif Bijaksana Putra Negara Universitas Tanjungpura

Keywords:

Optical Character Recognition, Android, Mesin Penerjemah

Abstract

Penggunaan kamus cetak untuk mencari arti kata cenderung tidak efisien karena pengguna harus mencari kata satu demi satu, membolak-balik halaman kamus, dan mencari dengan teliti. Fungsi mesin penerjemah bahasa adalah untuk memudahkan seseorang melakukan penerjemahan satu bahasa ke bahasa yang diinginkan. Mesin Penerjemah akan menerjemahkan kata atau kalimat yang diketik oleh user melalui keyboard atau keypad sebagai inputan kata. Jika kata atau kalimat terlalu panjang, proses input terkadang mengalami masalah, misal salah ketik atau waktu input yang relatif panjang sehingga program mengeluarkan output yang salah. Tujuan dari penelitian ini adalah membuat Optical Character Recognition (OCR) pada mesin penerjemah bahasa Indonesia ke bahasa Inggris dengan menggunakan platform Android untuk penginputan kata penerjemahan. Sistem dibangun menggunakan Optical Character Recognition (OCR) dengan library mobile vision agar user tidak perlu lagi mengetikan teks sebagai inputan kata yang akan di terjemahankan dengan material pengujian menggunakan gambar teks sebanyak lima gambar dan lembar teks sebanyak 30 kalimat. Berdasarkan dari hasil Pengujian black box pada portrait dan landscape didapatkan bahwa aplikasi tidak dapat digunakan dalam posisi landscape. Berdasarkan dari hasil Pengujian black box pada kata dan tanda baca aplikasi dapat berjalan dengan baik dengan inputan satu dan dua kata tanpa dengan menggunakan huruf kapital dan tanda baca. Berdasarkan dari hasil Pengujian black box pada kalimat aplikasi dapat menangkap kata dengan cukup baik pada satu kalimat dan pada saat proses penerjemahan aplikasi tidak dapat menerjemahkan kata dengan menggunakan huruf kapital dan tanda baca dan berdasakan dari hasil perhitungan recall dan precision pada gambar teks kita dapatkan nilai precision sebesar 1.00, nilai recall sebesar 1.00 dan nilai f-measure sebesar 1.00. berdasakan dari hasil perhitungan recall dan precision pada lebar teks didapatkan nilai precision sebesar 0,87, nilai recall sebesar 0,97 dan nilai f-measure sebesar 0,90, berdasakan dari hasil perhitungan recall dan precision pada penerjemah didapatkan nilai precision sebesar 0,81, nilai recall sebesar 0,60 dan nilai f-measure sebesar 0,68. Hal ini menunjukkan bahwa aplikasi dapat menangkap hasil kalimat dengan cukup baik pada beberapa font dan ukuran yang berbeda.

References

Cheriet. M., et al., Character Recognition Systems. New Jersey: John Wiley & Sons, 2007.

Koehn, Philip. (2006). Statistical Machine Translation the basic, the novel, and the speculative. The University of Edinburgh.

Rosa, Sukamto, Ariani dan M. Shalahudin. 2013. Rekayasa Perangkat Lunak Terstruktur dan Berorientasi Objek. Bandung: Informatika

Seng, Ciu Bun. 2011. Android Dasar Pengoperasian Optimasi Sampai Modifikasi. DKI Jakata:Jasakom.

Downloads

Published

2017-02-24

Issue

Vol. 5 No. 2 (2017)

Section

Articles

License

The author owns the copyright in his paper and agrees to publish his paper to JUSTIN by giving the rights to the first publication of his paper which is simultaneously licensed under the Creative Commons Attribution License, namely the Similar International 4.0 license (CC BY-NC-SA 4.0).  

                             

This is a human-readable summary of (and not a substitute for) the license. Disclaimer.

You are free to:
Share "” copy and redistribute the material in any medium or format
Adapt "” remix, transform, and build upon the material
The licensor cannot revoke these freedoms as long as you follow the license terms.

Under the following terms:
Attribution "” You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial "” You may not use the material for commercial purposes.
ShareAlike "” If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions "” You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.

Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation.
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.