Penerapan Metode Support Vector Machine untuk Pengenalan Pola Aksara Batak Toba

Abstrak

Penggunaan aksara Batak Toba semakin berkurang, dan kompleksitas bentuknya menimbulkan tantangan dalam pengenalan pola. Penelitian ini menggunakan metode Support Vector Machine (SVM) untuk mengklasifikasikan pola aksara Batak Toba dengan bantuan Histogram of Oriented Gradients (HOG) sebagai teknik ekstraksi fitur. Data yang digunakan berasal dari berbagai sumber, dengan total 285 citra aksara. Setelah melalui tahap preprocessing, SVM diterapkan untuk memisahkan karakter menjadi dua kelas utama dan kemudian dibagi lagi menjadi subkelas hingga mencapai klasifikasi akhir. Hasil penelitian menunjukkan bahwa kombinasi HOG dan SVM mampu mengklasifikasikan karakter aksara Batak Toba dengan akurasi 89,47%. Penelitian ini memberikan kontribusi penting dalam upaya pelestarian aksara Batak Toba dan memiliki potensi aplikasi lebih luas dalam pengenalan pola dan klasifikasi citra.