Abstract:
Buku merupakan media pembelajaran yang masih lazim digunakan di masyarakat. Buku
memiliki informasi berupa tulisan dan gambar. Beberapa informasi yang tersedia di dalam buku
sulit dijelaskan, contohnya antara lain: gerakan, suara, dan proses. Informasi gerakan, suara,
dan proses biasanya disajikan dalam bentuk teks saja sehingga sulit dibayangkan oleh pembaca.
Hal ini merupakan salah satu kelemahan buku yang menjadi masalah bagi pembacanya.
Penelitian ini mengusulkan penyelesaian masalah tersebut dengan menyediakan informasi
tambahan pada perangkat lunak. Perangkat lunak harus dapat mengenali halaman buku agar
informasi tambahan yang disajikan relevan dengan halaman buku yang dibaca. Dari berbagai
macam teknik yang dapat digunakan untuk mengenali gambar, dipilih metode OIR (Object
Instance Recognition). OIR dapat dilakukan dengan menggunakan fitur lokal.
OIR yang dilakukan berdasarkan fitur lokal memiliki kesulitan bila gambar yang diproses
mempunyai simbol - simbol yang tidak unik. Simbol - simbol yang tidak unik ini akan mengurangi
akurasi metode OIR. Halaman buku pelajaran yang digunakan pada penelitian ini memiliki
tulisan. Tulisan terdiri dari simbol - simbol huruf yang bersifat tidak unik. Simbol huruf
yang sama akan muncul di halaman yang berbeda sehingga menyulitkan proses OIR. Oleh
karena itu simbol - simbol huruf perlu diabaikan pada proses OIR untuk meningkatkan akurasi
dalam mengidentifikasi gambar masukan. Penelitian ini menggunakan metode clustering untuk
mengabaikan simbol - simbol huruf tersebut.
OIR yang dilakukan pada penelitian ini memiliki nilai threshold yang harus diatur. Nilai
threshold yang digunakan pada penelitian ini adalah 1000 dan 2000. Hasil evaluasi dari penggunaan
metode OIR dengan threshold 2000 dan metode clustering untuk mengenali halaman
buku menunjukkan bahwa metode OIR dengan threshold 2000 dan metode clustering mampu
meningkatkan akurasi pengenalan halaman buku dan menurunkan waktu proses untuk mengenali
halaman buku.
