Notice: Undefined index: item_type_code in /var/www/html/pustaka/repository/lib/detail.inc.php on line 462
Efdi Sarjono Panjaitan Pengarang Drs. Humuntal Rumapea., M.Kom Dosen Pembimbing 1 Indra Kelana Jaya Sagala, ST., M.Kom Dosen Pembimbing 2 Drs. Posma Lumbanraja, M.Si Penguji 2 Yolanda Rumapea S.Kom., M.Kom, Penguji 1

ABSTRAK Penggunaan aksara Batak Toba semakin jarang terlihat seiring dengan perkembangan zaman, sementara bentuknya yang kompleks dan beragam, terutama dari berbagai sumber dengan gaya tulisan yang berbeda, menimbulkan tantangan dalam pengembangan algoritma pengenalan pola yang efektif. Penelitian ini bertujuan untuk mengklasifikasikan pola citra aksara Batak Toba menggunakan algoritma machine learning, khususnya Support Vector Machine (SVM), yang dikenal efektif dalam tugas-tugas klasifikasi. SVM bekerja berdasarkan prinsip Structural Risk Minimization, dengan tujuan menemukan hyperplane terbaik yang memisahkan dua kelas dalam ruang input. Dengan menggunakan metode Histogram of Oriented Gradients (HOG) sebagai teknik preprocessing, penelitian ini berhasil menunjukkan bahwa kombinasi HOG dan SVM efektif dalam mengklasifikasikan karakter ina ni surat dengan akurasi sebesar 75,4%. Meskipun hasil ini menunjukkan keandalan, masih terdapat ruang untuk perbaikan lebih lanjut dalam meningkatkan akurasi klasifikasi. Penelitian ini memberikan kontribusi penting dalam pemahaman, dokumentasi, dan pemeliharaan aksara Batak Toba, serta berpotensi untuk diaplikasikan dalam bidang lain yang memerlukan teknik pengenalan pola dan klasifikasi serupa. Kata Kunci : Ina Ni Surat, Citra, Support Vector Machine, Histogram Of Oriented Gradient