Implementasi Hirarki Dataset Dalam Membangun Model Language Aksara Bali Menggunakan Framework Tesseract OCR

Abstract

Penurunan penggunaan Aksara Bali saat ini disebabkan oleh kurangnya minat masyarakat Bali dalam mempelajarinya, karena proses pengenalan Aksara Bali relatif rumit. Oleh karena itu, teknologi Optical Character Recognition (OCR) telah dikembangkan untuk membantu mengatasi masalah ini. Penelitian ini bertujuan untuk mengimplementasikan salah satu mesin OCR terkemuka, yaitu Tesseract OCR, untuk mengenali karakter Aksara Bali. Proses percobaan terdiri dari empat tahap, yaitu menyusun dataset, membangkitkan dataset menggunakan metode Web Scraping, melatih dataset, dan mengimplementasikan bahasa model ke dalam platform berbasis mobile. Hasil penelitian menunjukkan bahwa penggunaan metode Web Scraping untuk pembangkitan dataset lebih unggul dibandingkan dengan dataset training tradisional, yang membutuhkan dataset yang besar. Hasil bahasa model terbaik yang dihasilkan adalah kombinasi dataset karakter, kata, kalimat, dan paragraf dengan tingkat ketepatan sebesar 66,67%. Tingkat kecocokan semakin tinggi jika dataset semakin beragam dan terstruktur hirarkinya. Penelitian ini dapat memberikan solusi untuk mengatasi masalah penurunan penggunaan Aksara Bali dengan memanfaatkan teknologi OCR untuk memudahkan proses pengenalan karakter Aksara Bali. Selain itu, hasil penelitian ini juga dapat digunakan sebagai acuan untuk pengembangan teknologi OCR yang lebih baik di masa depan.