Pemanfaatan Teknologi Optical Character Recognition

(OCR) Untuk Mengenali Alfabet Yunani Berbasis

Android

Artikel Ilmiah

Peneliti :

Fajar Aprilianto Susanto (672009105)

Yos Richard Beeh, S.T., M.Cs.

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen SatyaWacana

Salatiga

Oktober 2015

1

Pemanfaatan Teknologi Optical Character Recognition

(OCR) Untuk Mengenali Alfabet Yunani Berbasis

Android 1)

Fajar Aprilianto Susanto, 2)

Yos Richard Beeh, S.T., M.Cs.

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Jl. Diponegoro 52-60, Salatiga 50771, Indonesia

Email: 1) 6709105@gmail.com, 2) yos.fti.uksw@gmail.com

Abstract

Greek is the mother language in writing of Bible New Tastement. There are

many obstacles in learning Greek language, this causes frequent

misinterpretation. To understand the meaning of other language, we need a

translator. Now there’s a lot of translator application but they still need an

manual input, this thesis will make a translator application Greek – Indonesia

image based at mobile Android OS. The text that have been captured will be

process with image processing with OCR method. The text result will delivered

with translator tools to translate the desired text. This application can translate

the text just with the captured smartphone camera image without manual input.

This application can be used as a supporting media in learning Greek languages

character from Greek-language books. Keywords : Translator, Greek, Indonesia, Optical Character Recognition, Android.

Abstrak

Bahasa Yunani merupakan bahasa ibu dalam penulisan Alkitab Perjanjian

Baru. Terdapat banyak kendala dalam mempelajari bahasa Yunani, hal ini

menyebabkan sering terjadinya salah tafsir. Untuk dapat mengerti arti tulisan dari

bahasa lain, kita memerlukan suatu alat bantu / penerjemah. Sekarang ini sudah

banyak aplikasi penerjemah tetapi masih memerlukan masukan manual, untuk itu

penelitian kali ini menghasilkan aplikasi penerjemah Yunani – Indonesia berbasis

citra atau gambar pada mobile Android OS. Teks yang akan diterjemahkan tidak

lagi dimasukkan secara manual melainkan ditangkap menggunakan kamera.

Gambar teks yang telah ditangkap diproses menggunakan pengolahan citra

dengan OCR. Hasil pengenalan teks kemudian dikirim ke tools penerjemah untuk

menerjemahkan teks yang diinginkan. Aplikasi ini dapat menerjemahkan teks

dengan hanya menangkap gambar menggunakan kamera smartphone tanpa harus

memberikan masukan kata. Aplikasi ini dapat digunakan sebagai media

penunjang dalam mengenali karakter Yunani dari buku atau literatur fisik. Kata Kunci : Translator, Yunani, Indonesia, Optical Character Recognition, Android.

1)

Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Informatika, Universitas Kristen Satya

Wacana Salatiga. 2)

Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana Salatiga.

2

1. Pendahuluan Bahasa Yunani adalah bahasa asli dalam penulisan Alkitab Perjanjian

Baru [1]. Salah satu aspek penting dalam pembelajaran Alkitab adalah

penggalian menggunakan bahasa asli, karena apabila proses pembelajaran

tersebut digunakan menggunakan bahasa terjemahan maka proses tersebut

akan menghadapi kendala yaitu bahwa tidak ada satupun terjemahan yang

memiliki hasil terjemahan yang persis dengan sumbernya [2]. Terdapat

banyak perbedaan antara bahasa Yunani dan bahasa Indonesia, mulai dari

bentuk penulisan karakter / abjad, jumlah karakter, tanda baca hingga

peraturan penting dalam bahasa Yunani [3]. Selain karakter tulisannya yang

asing dan tata cara penulisan yang begitu rumit, bahasa Yunani juga tidak

digunakan dalam kehidupan sehari-hari sehingga orang akan kesulitan dalam

membaca apalagi memahami aksara Yunani. Kesulitan dalam membaca

aksara Yunani membuat pembaca sering kali salah dalam mengartikannya.

Hal ini menjadi masalah karena meski bahasa merupakan faktor penting dalam

berkomunikasi, namun dengan bahasa pula seseorang bisa salah paham atau

salah tafsir [4]. Hal ini turut dialami oleh pendeta maupun akademisi (dosen

dan mahasiswa teologi) yang mempelajari bahasa Yunani. Khususnya bagi

mahasiswa dimana mereka masih sangat awam dengan bahasa Yunani, hal ini

mengakibatkan sering terjadinya salah tafsir. Oleh sebab itu, diperlukan

aplikasi penerjemah sebagai alat bantu dalam membaca aksara Yunani.

Sudah terdapat berbagai usaha yang dilakukan untuk memudahkan proses

pembelajaran aksara Yunani. Misalnya dengan menggunakan Alkitab Yunani-

Indonesia. Akan tetapi dalam proses tersebut masih terdapat perbedaan makna

dari Alkitab bahasa Indonesia bila dibandingkan dengan bahasa aslinya

sehingga membuat maknanya menjadi ambigu [5]. Padahal bila hanya

menggunakan Alkitab bahasa Indonesia, pembaca tidak dapat mengetahui

maksud sebenarnya. Sedangkan bila menggunakan Alkitab bahasa Yunani,

pembaca justru tidak mengetahui arti dari kata aksara Yunani.

Usaha berikutnya adalah penerjemahan menggunakan kamus. Kamus

merupakan media alternatif yang dapat digunakan untuk menerjemahkan kata

dari bahasa Yunani ke bahasa Indonesia. Namun dalam penerjemahannya,

pengguna masih kesulitan mencari satu demi satu kata dalam bahasa Yunani

karena memiliki sistem penulisan yang berbeda dengan bahasa Indonesia.

Usaha lainnya adalah penggunaan translator. Translator dapat digunakan

sebagai pengganti kamus yang lebih optimal. Dengan menggunakan translator,

pengguna dapat dengan mudah mengetahui arti dari kata yang ingin diketahui

tanpa harus mencari kata satu demi satu. Saat ini sudah terdapat berbagai

translator, namun translator yang ada merupakan aplikasi stand alone dan

aplikasi berbasis web yang masih membutuhkan masukan kata secara manual.

Pemberian masukan kata dalam bentuk teks sulit dilakukan jika perangkat atau

aplikasi yang digunakan tidak dilengkapi dengan keyboard berkarakter Yunani

atau virtual keyboard.

Cara lain masukan kata dapat berupa gambar kata yang ditangkap oleh

kamera. Dengan demikian pengguna akan terbantu dalam mempelajari aksara

3

dan litelatur berbahasa Yunani dibandingkan menggunakan kamus atau alat

bantu translasi lain yang membutuhkan masukan dalam bentuk teks sehingga

dapat mengurangi kesalahan penerjemahan akibat kelalaian manusia.

Berdasarkan latar belakang di atas dapat dirumuskan masalah bagaimana

membangun sebuah media penerjemah bahasa Yunani ke bahasa Indonesia

tanpa masukan kata dalam bentuk teks. Tujuan penelitian ini adalah untuk

membangun sebuah media penerjemah bahasa Yunani ke bahasa Indonesia

dengan masukan kata dalam bentuk citra.

Dalam penerapan media penerjemah ini perlu dibuat batasan-batasan agar

tidak menyimpang dari tujuan awal. Batasan tersebut antara lain aplikasi

diterapkan pada smartphone dengan Android OS. Proses konversi OCR

memanfaatkan engine Tesseract. Proses penerjemahan memanfaatkan Bing

Translator API. Proses pelafalan memanfaatkan Google Translate API. Hasil

terjemahan dan pelafalan sebatas yang bisa dilakukan oleh Bing Translator

dan Google Translate.

2. Kajian Pustaka

Dalam sistem operasi Android terdapat berbagai macam teknologi yang

dapat digunakan untuk pembuatan translator dengan masukan gambar, salah

satunya adalah teknologi yang bernama OCR. Dengan menggunakan OCR,

pengguna tidak perlu lagi member input secara manual, cukup menangkap

gambar teks yang diinginkan dan OCR akan mengkonversi dan mendapatkan

computer based text dari gambar tersebut. Akan tetapi penggunaan OCR akan

menjadi kurang efektif bila teks yang ingin dikonversi tidak memenuhi

persyaratan dari engine OCR yang digunakan, misal teks pada file gambar

yang akan diinterpretasikan harus dalam posisi mendatar dan terpisah antar

karakternya, serta bukan dalam format italic, underline, ataupun

strikethrough. Dalam Implementasinya, sistem OCR tidak menggunakan blok

postprocessing (autospell dan pengembalian format). Sistem OCR hanya

dapat membaca jenis tulisan tangan yang sesuai dengan ketentuan, seperti

jenis font, ukuran, jarak antar karakter. Selain itu kemiringan juga

mempengaruhi keberhasilan OCR dalam proses pengkonversian.

Pada penelitian yang berjudul “Sistem Penerjemah Mobile Berbasis Citra

Digital dengan Teknologi Web Service” menyatakan bahwa proses translasi

menggunakan aplikasi stand alone dan aplikasi berbasis web harus memberi

masukan manual kata yang akan diterjemahkan. Hal ini menimbulkan

permasalahan bagi pengguna bila perangkat atau aplikasi yang digunakan

tidak di lengkapi dengan keyboard berkarakter bahasa yang ingin

diterjemahkan atau keyboard virtual [6]. Dalam penelitian ini dapat diketahui

bahwa sistem tersebut dapat melakukan penerjemahan teks dengan akurasi

mencapai 100%. Penelitian ini menggunakan Microsoft Translator API dan

Google Translate API. Dengan menggunakan Google Translate API, aplikasi

jadi lebih cepat dalam mengakses layanan Google daripada menggunakan

browser bawaan yang ada pada telepon genggam. Dalam penerjemahannya,

kumpulan arti kata diperoleh dari server kosakata yang telah tersedia pada

Google Translate API.

4

Pada penelitian lain yang berjudul “Pengembangan Aplikasi Android

Realtime Translation Untuk Menerjemahkan Bahasa Jepang ke Bahasa

Indonesia” menyatakan bahwa penerjemahan menggunakan kamus tidak

efisien dan mobilitasnya kurang. Memang sudah ada aplikasi kamus baik

offline ataupun online namun pengetikannya cenderung sulit dilakukan bila

harus memberi masukan secara manual. Penelitian ini menggunakan Tesseract

sebagai engine dari OCR untuk pengenalan karakter.

Penelitian lain dengan judul “Pengembangan Aplikasi Translator Sunda-

Indonesia-Inggris Menggunakan Capture Camera Pada Smartphone Android”

mendapatkan tingkat keberhasilan 70% dalam pengenalan karakter dengan

menerapkan library Tesseract sebagai engine OCR. Penelitian ini

menggunakan Microsoft translator API untuk penerjemahan teks dari hasil

pengenalan OCR.

Penelitian kali ini menghasilkan aplikasi penerjemah Yunani – Indonesia

yang memiliki keluaran teks dan atau suara. Aplikasi ini menggabungkan

OCR dengan Microsoft (Bing) translator API dan Google Translate (text to

speech) API untuk menjadi media penerjemah tanpa masukan kata. Google

Translate API yang ada sekarang tidak dapat digunakan untuk menerjemahkan

secara free, oleh sebab itu dalam proses penerjemahan digunakanlah Bing

Translator API yang dapat digunakan secara cuma-cuma.

OCR digunakan untuk membaca karakter dari suatu gambar teks dan

mendapatkan computer based text dari gambar tersebut. Gambar tersebut juga

dapat dipotong untuk memfokuskan dan mempercepat proses recognition

yang nantinya akan dilanjutkan dengan proses translasi. Teks yang sudah

diperoleh tersebut akan diterjemahkan menggunakan Bing translator untuk

mendapat teks hasil terjemahan serta Google translate untuk mendapatkan

pelafalannya. Dengan demikian pengguna tidak perlu lagi memberikan

masukan secara manual dengan mengetikkan kata yang ingin diterjemahkan.

Engine OCR yang digunakan pada aplikasi ini adalah Tesseract. Tesseract

merupakan free engine OCR yang dirilis dibawah lisensi Apache dan

pengembangannya disponsori oleh Google. Tesseract saat ini merupakan salah

satu engine OCR open souece yang paling akurat dibanding dengan engine

yang lain. Tesseract dapat membaca berbagai format gambar dan

mengkonversinya ke teks. Selain gambar, Tesseract juga dapat membaca file

PDF.

3. Metode dan Perancangan Sistem

Metode Penelitian

Hazibuan, Zainal A. menyatakan tahapan peneilian pada umumnya terdiri

dari 7 tahap yaitu : Identifikasi masalah, Perumusan masalah, Penelusuran

pustaka, Rancangan penelitian, Pengumpulan data, Pengolahan data, dan

Penyimpulan hasil [7]. Tahapan penelitian tersebut dapat dilihat pada Gambar

1.

5

Gambar 1 Tahapan Penelitian

Tahapan penelitian pada Gambar 1, dapat dijelaskan sebagai berikut.

Tahap pertama, analisis permasalahan. Pada tahap ini dilakukan penetapan

permasalahan yaitu pernyataan yang bersifat umum terhadap permasalahan

yang diamati seperti masalah apa saja dan bagaimana cara teolog mengatasi

kesulitan dalam mempelajari Alkitab ataupun literatur berbahasa Yunani.

Tahap kedua, melakukan pencarian dan pengumpulan literatur yang terkait

seperti penelitian sebelumnya, latar belakang bahasa Yunani, tekonologi dan

juga teori teori terkait seperti OCR, Bing Translator, dan Google Translate

API.

Tahap ketiga, perumusan masalah. Menguraikan permasalahan beserta

solusi yang dapat membantu mengatasi permasalahan yaitu bagaimana

membangun media penerjemah tanpa masukan kata dalam bentuk teks.

Tahap keempat, rancangan penelitian. Setelah mengetahui permasalahan

dan solusi yang ditawarkan, dilakukan perancangan dalam membangun

sistem. Perancangan sistem yang dilakukan dalam membangun media

penerjemah Yunani – Indonesia meliputi metode pengembangan sistem

menggunakan metode prototype, model perancangan sistem menggunakan

diagram Unified Modelling Language (UML), perancangan arsitektur / alur

kerja sistem, dan perancangan tampilan antarmuka aplikasi penerjemah ini.

Tahap kelima, pengumpulan data. Setelah sistem selesai dibangun dan

aplikasi sudah selesai dibuat, dilakukan diuji fungsionalitas dari aplikasi

media penerjemah Yunani – Indonesia sebelum diujicobakan ke user

(pengujian alfa). Setelah itu dilakukan pengujian kepada user (pengujian beta)

untuk mendapatkan hasil apakah aplikasi sudah sesuai dengan harapan

pengguna. Data-data yang sudah didapat dikumpulkan dalam bentuk table

hasil pengujian.

Tahap keenam, pengolahan data. Pada hasil pengujian alfa dilakukan

analisis apakah aplikasi media penerjemah sudah sesuai dengan yang

6

diharapkan atau tidak dan didapatkan hasil yaitu aplikasi sudah sesuai dengan

yang diharapkan oleh developer. Sedangkan data hasil pengujian beta

dianalisa dan didapatkan hasil yaitu aplikasi penerjemah dapat menjawab

kebutuhan user.

Tahap ketujuh, penyimpulan hasil. Setelah semua laporan hasil penelitian

didapat, maka disimpulkan bahwa aplikasi media penerjemah bahasa Yunani –

Indonesia dapat digunakan untuk mengenali dan menerjemahkan alfabet

Yunani dari literatur fisik dengan memanfaatkan teknologi OCR, Bing

Translator API dan Google Translate API.

Metode Perancangan Sistem

Metode perancangan sistem yang digunakan adalah system prototyping.

Prototype model merupakan sebuah proses untuk membangun sebuah model

dari sebuah sistem berdasarkan dari kebutuhan user, dengan kondisi user tidak

memberikan detail input, proses dan detail output [8].

Metode ini dipilih karena prototype yang dibuat dapat digunakan untuk

mengelola kembali kebutuhan dari perangkat lunak yang akan dikembangkan,

sehingga pengembang perangkat lunak tidak harus merancang lagi semua dari

awal. Model metode ini diilustrasikan pada Gambar 2.

Gambar 2 Bagan Prototype Model [8]

Kelebihan dari metode prototype adalah kemampuan metode dalam

membangun suatu sistem berdasarkan kebutuhan user yang kurang jelas dalam

mengidentifikasikan input, proses, maupun output. Metode prototype

membangun komunikasi yang baik antara pengguna dan pengembang,

sehingga pengguna berperan aktif dalam proses pengembangan perangkat

lunak. Hasil akhir dari pengembangan sistem atau perangkat lunakpun dapat

memenuhi kebutuhan user, karena user melakukan evaluasi pada model

prototype. Selain itu, waktu yang dibutuhkan dalam proses pembuatan juga

cenderung lebih singkat karena pada proses ini pengguna berperan aktif.

Tahap-tahap yang dilakukan pada Pembuatan Aplikasi Penerjemah Yunani

– Indonesia Menggunakan Teknologi OCR pada Mobile Android OS ini

adalah :

1. Pengumpulan kebutuhan

Tahap pengumpulan kebutuhan merupakan tahap awal yang dilakukan

dalam pemodelan prototype. Pada tahap ini peneliti melakukan pengumpulan

7

data yang bisa dijadikan reverensi untuk bahan penerjemah Yunani –

Indonesia. Bahan data yang diperlukan awalnya bersumber dari wawancara

dengan pendeta, dosen, dan mahasiswa teologi mengenai perbedaan bahasa

Yunani dan bahasa Indonesia, kesulitan – kesulitan yang dihadapi dalam

mempelajarinya, dan menentukan tujuan umum serta kebutuhan yang

diketahui dan gambaran bagian-bagian yang akan dibutuhkan berikutnya.

Selain itu buku literatur, jurnal, dan situs internet juga menjadi sumber data

untuk membuat aplikasi penerjemah Yunani – Indonesia. Pembahasan

difokuskan pada penerjemahan bahasa Yunani ke bahasa Indonesia.

2. Perancangan

Perancangan perangkat lunak merupakan tahap dimana akan melakukan

perancangan dan implementasi terhadap pembuatan aplikasi penerjemah

Yunani – Indoneisa pada mobile android OS menggunakan teknologi OCR.

Pembuatan prototype ini didasarkan pada kebutuhan dari target pengguna

sistem, yaitu pendeta maupun akademisi (dosen dan mahasiswa teologi).

Berdasarkan hasil wawancara didapati bahwa kebutuhan user adalah alat

bantu penerjemah tanpa masukan teks. Dengan memanfaatkan OCR, literatur

yang ditangkap dan dikonversi menjadi computer based text yang akan

diterjemahkan menggunakan Bing Translator dan dilafalkan menggunakan

Google Translate API.

3. Evaluasi prototype

Tahap evaluasi protoype merupakan tahap pengevaluasian atau pengujian

terhadap sistem software yang telah dibangun. Pengujian ini berfungsi untuk

memperjelas kebutuhan software dimana software ini bertujuan untuk

meningkatkan kemampuan menerjemahkan dan pengetahuan pengguna

tentang arti tulisan bahasa Yunani dari literatur fisik. Apabila software yang

dihasilkan belum memenuhi kebutuhan user maka penambahan maupun

perombakan akan dilakukan kembali terhadap prototyping.

a. Prototype Pertama

Pada prototype pertama yang dibuat untuk aplikasi penerjemah Yunani –

Indoneisa menggunakan OCR, yaitu terdapat halaman utama yang berisi

menu Menangkap Gambar, Memotong Gambar, Memilih Gambar,

Mengganti Bahasa, Menerjemahkan, dan melafalkan Teks. Hasil prototype

pertama untuk halaman utama adalah : tampilan masih sangat sederhana

sehingga terlihat kurang menarik. Pada menu Menangkap Gambar, setelah

selesai melakukan penangkapan gambar, pengguna langsung masuk ke

cropping gambar tanpa ada pilihan apakah pengguna ingin memotong

gambar atau tidak. Dalam pemindahan bahasa pengguna menggunakan

tombol Mengganti Bahasa dan hanya diberi pemberitauan / output berupa

Toast sehingga masih membingungkan bahasa apa yang sedang terpilih

saat itu.

b. Prototype Kedua

Pada prototype kedua, halaman utama pada aplikasi ada perubahan pada

tombol Mengganti Bahasa menjadi Memilih Bahasa, serta pemberitahuan

8

bahasa yang dipilih pada spinner. Pada menu menangkap Gambar setelah

penangkapan gambar, pengguna diberi pilihan apakah ingin melakukan

cropping atau langsung translating. Terdapat berbagai penyesuaian posisi

text view maupun tombol tombol menu untuk mempercantik tampilan

sehingga terlihat menarik.

Perancangan Sistem

Sistem aplikasi dirancang dengan menggunakan UML (Unified Modelling

Language). Use Case Diagram digunakan untuk mendeskripsikan cara kerja

sistem dari sudut pandang user, sebagai deskripsi fungsional dari sebuah

sistem dan proses yang dilakukannya, serta menjelaskan secara visual siapa

saja yang berperan sebagai aktor dalam penggunaan sistem dan bagaimana

interaksinya. Use Case Diagram pada perancangan Aplikasi Penerjemah

Yunani – Indonesia Menggunakan Teknologi OCR pada Mobile Android OS

dapat dilihat pada Gambar 3.

Gambar 3 Use Case Diagram

Pada aplikasi Penerjemah Yunani – Indoneisa ini yang berperan sebagai

aktor adalah pengguna. Pengguna dapat memilih fungsi Menangkap Gambar,

Memotong Gambar, Memilih Gambar, Memilih Bahasa, Menerjemahkan,

Melihat Hasil, atau Melafalkan Teks. Pada fungsi Menangkap Gambar

pengguna dapat menangkap gambar baru yang nantinya akan dikonversi

menggunakan OCR kemudian diterjemahkan. Fungsi Memotong Gambar

untuk memilih kemudian memotong gambar yang sudah dimiliki untuk

dikonversi dan diterjemahkan. Fungsi Memilih Gambar untuk memilih

gambar yang sudah dimiliki untuk dikonversi dan diterjemahkan. Fungsi

Menerjemahkan untuk menerjemahkan hasil OCR. Fungsi Melafalkan Teks

untuk mendengarkan pelafalan kata hasil OCR. Fungsi Memilih Bahasa untuk

memilih hasil output terjemahan. Fungsi Melihat Hasil untuk melihat hasil

OCR dan terjemahan.

Activity Diagram atau yang dikenal dengan diagram aktifitas berguna

untuk mendeskripsikan alur cara kerja dari sebuah sistem, percabangan alur

yang dapat terjadi pada sistem, bagaimana setiap kondisi alur berakhir dan

9

seperti apa keputusan akhir yang dapat terjadi. Activity diagram pada

perancangan Aplikasi Penerjemah Yunani – Indoneisa Menggunakan

Teknologi OCR pada mobile android OS dapat dilihat dapat dilihat pada

Gambar 4.

Gambar 4 Activity Diagram

Sequence Diagram berfungsi untuk mendeskripsikan interaksi antara

setiap komponen baik di dalam maupun disekitar sistem dalam bentuk pesan

yang digambarkan terhadap waktu. Sequence Diagram juga mendeskripsikan

alur yang dilakukan sebagai respon dari sebuah input untuk menghasilkan

suatu output tertentu. Sequence Diagram pada perancangan Aplikasi

Penerjemah Yunani – Indoneisa Menggunakan Teknologi OCR pada Mobile

Android OS dapat dilihat pada Gambar 5.

Gambar 5 Sequence Diagram

10

Class diagram menggambarkan struktur obyek, deskripsi obyek, class,

package, dan relasi satu sama lain. Class diagram media Aplikasi Penerjemah

Yunani – Indoneisa dapat dilihat pada Gambar 6.

Gambar 6 Class Diagram

Rancang arsitektur sistem terdiri dari dua bagian, yaitu user yang berada

pada platform Android dan translator. Pada bagian user, pengguna memberi

masukan berupa gambar kemudian akan diproses oleh engine OCR untuk

menghasilkan keluaran berupa teks. Teks yang sudah didapat ini nantinya

akan diterjemahkan dengan menggunakan translator. User dan translator

dihubungkan dengan internet sehingga teks yang dikirim dapat diterjemahkan

oleh Bing translator dan dikembalikan dengan teks hasil terjemahan sesuai

dengan bahasa yang dipilih sedangkan teks yang dikirim ke Google translate

akan dikembalikan berupa pelafalan teks tersebut.

Gambar 6 Rancang Arsitektur Sistem

4. Hasil dan Pembahasan

Halaman Menu Utama

Halaman Utama merupakan halaman yang berfungsi sebagai user

interface utama aplikasi. Berdasarkan dari hasil rancangan antarmuka

prototype kedua, terdapat lima tombol dan satu spinner pada halaman utama.

Terdiri dari tombol Ambil Gambar, Potong Gambar, Pilih Gambar, Translasi,

dan Lafalkan Kata serta spinner Pilih Bahasa. Tampilan antarmuka Halaman

11

Utama aplikasi Penerjemah Yunani - Indoneisa Menggunakan Teknologi OCR

pada Mobile Android OS dapat dilihat pada Gambar 7.

Gambar 7 Halaman Utama Aplikasi

Halaman menu utama ini dibentuk dari satu kelas activity dan satu XML

(Extensible Markup Language) file yang digunakan untuk mengatur template

halaman utama. Kelas activity sendiri yang akan berperan memanggil dan

menjalankan item – item antarmuka yang ada pada file XML.

Implementasi Menu

Tahapan-tahapan dalam aplikasi media penerjemah ini diawali dengan

penangkapan atau pemilihan gambar yang ingin dikonversi, pemilihan output

bahasa yang diinginkan, penerjemahan, dan mendengarkan pelafalan dari hasil

OCR. Ketika pengguna menekan tombol Menangkap Gambar pada halaman

utama maka sistem akan mengaktifkan kamera dan gambar hasil sorot dari

kamera akan ditampilkan pada halaman layar kamera secara real time.

Gambar 8 merupakan Antarmuka dari halaman layar kamera.

` Gambar 8 Antarmuka Halaman Layar Kamera

12

Kode Program 1 Capture Image

Kode Program 1 adalah kode program untuk menangkap gambar baru.

Kode program pada baris pertama adalah membuka layar untuk menangkap

gambar pada kamera. Kode program pada baris ke – 2 dan 3 adalah membuat

objek dan file direktori. Baris ke – 4 sampai 6 adalah kode program untuk

menentukan nama file yang akan disimpan. Baris ke – 7 adalah kode program

untuk membuat file baru. Baris ke – 8 sampai 10 adalah kode program untuk

mendapatkan Uri dari file baru dan menambahkan data tersebut pada

cameraIntent kemudian menjalankan activity yang memiliki request code

TAKE_PHOTO_CODE.

Ketika kamera berhasil menangkap gambar maka sistem akan

menampilkan pilihan apakah pengguna ingin memotong gambar atau tidak.

Jika pengguna memilih untuk tidak memotong gambar, maka sistem akan

langsung mengkonversi gambar dengan OCR tetapi jika mengguna memilih

untuk memotong gambar, maka sistem akan menampilkan halaman layar

cropping. Di sini pengguna dapat menentukan bagian dari gambar yang ingin

konversi. Apabila pengguna memilih menu Memotong Gambar di halaman

utama, maka pengguna akan diminta untuk memilih gambar mana yang akan

dipotong. Bila pengguna memilih menu Memilih Gambar, pengguna akan

diminta memilih gambar yang akan di konversi seperti yang dapat kita lihat

pada Gambar 9.

Gambar 9 Antarmuka Halaman Browse File

1. Intent cameraIntent = new Intent(MediaStore.ACTION_IMAGE_CAPTURE);

2. File newdir = new File(dir);

3. newdir.mkdirs();

4. photoFile = "Picture_" + date + ".jpg";

5. fileDir = dir + photoFile;

6. newFile = new File(fileDir)

7. newFile.createNewFile();

8. outputFileUri = Uri.fromFile(newFile);

9. cameraIntent.putExtra(MediaStore.EXTRA_OUTPUT, outputFileUri);

10. startActivityForResult(cameraIntent, TAKE_PHOTO_CODE);

13

Kode Program 2 Select Image

Kode Program 2 adalah kode program untuk memilih gambar yang

nantinya akan dikonversi. Kode program pada baris pertama adalah

menampilkan file gambar yang terdapat pada media penyimpanan dan

mengambil Uri dari file yang dipilih. Baris ke – 2 adalah kode program untuk

mengatur tipe data file yaitu gambar. Baris ke – 3 adalah kode program untuk

mengirim data yang terdapat pada pickImageIntent dan menjalankan activity

yang memiliki request code IMAGE_PICKER_REQUEST.

Gambar yang dipilih akan dikonversi oleh OCR lalu hasilnya dikirim ke

Bing translator untuk diterjemahkan dan dikembalikan dengan output teks

sesuai dengan bahasa yang kita pilih dan juga ke Google translate untuk

diproses dan dikembalikan dengan output pelafalan. Aplikasi penerjemah ini

memiliki dua jenis keluaran yaitu teks dan suara. Kita dapat melihatnya pada

Gambar 10.

A B C

Gambar 10 (A) Pilih Bahasa. (B) Hasil OCR. (C) Hasil Terjemahan

Kode Program 3 Perform OCR

Kode Program 3 adalah proses pengenalan karakter pada aplikasi untuk

mengenali karakter yang ada dalam gambar yang dipilih. Kode program pada

baris ke – 3 dan 4 adalah penentuan letak folder penyimpanan data Tesseract.

Baris ke – 5 adalah kode program untuk menginisialisasi dan menentuan

1. Intent pickImageIntent = new Intent(Intent.ACTION_PICK,

android.provider.MediaStore.Images.Media.EXTERNAL_CONTENT_URI);

2. pickImageIntent.setType("image/*");

3. startActivityForResult(pickImageIntent, IMAGE_PICKER_REQUEST);

1. public void performOCR() {

2. TessBaseAPI baseApi = new TessBaseAPI();

3. String DATA_PATH =

Environment.getExternalStorageDirectory().getPath()

4. + "/tesseract";

5. baseApi.init(DATA_PATH, OCRlang);

6. baseApi.setImage(selectedImage);

7. recognizedText = baseApi.getUTF8Text();

8. baseApi.end();

9. greek.setText(recognizedText);

10. }

14

library bahasa sumber yang akan digunakan oleh Tesseract. Baris ke – 6

adalah kode program untuk menentukan gambar yang akan dikonversi.

Gambar tersebut disimpan dalam objek selectedImage. Baris ke – 7 sampai 9

adalah kode program untuk mendapatkan text hasil terjemahan dan

mendapatkan format text UTF8, mengakhiri engine Tesseract, dan

menggunakan text yang sudah didapat untuk ditampilkan.

Kode Program 4 Translating

Kode Program 4 adalah proses penerjamahan pada aplikasi untuk

menerjemahkan karakter Yunani yang sudah didapat dari hasil OCR ke

karakter Latin dengan menggunakan Bing Translator API. Kode program

pada baris ke – 1 adalah mengambil teks yang ada dalam text view greek.

Baris ke – 2 adalah kode program untuk menentukan Client ID pengguna atau

pemilik akun Bing Translator. Baris ke – 3 adalah kode program untuk

menentukan API key Bing Translator. Baris ke – 4 sampai 6 adalah kode

program untuk menentukan bahasa sasaran dan masukan teks yang akan

diterjemahkan. Baris ke – 7 adalah kode program untuk memanggil

menjalankan proses translasi.

Kode Program 5 Text to Speech

Kode Program 5 adalah proses pengiriman teks Yunani ke Google

Translate pada aplikasi untuk mendengarkan pelafalan teks hasil OCR dengan

memanfaatkan Google Translate API. Kode program pada baris pertama

berfungsi untuk mengambil teks yang ada pada text view greek. Kemudian

baris kedua adalah kode program untuk menentukan URL yang akan diakses,

kata yang akan didengar, dan bahasa yang digunakan. Sedangkan dari baris ke

– 3 hingga ke – 8 merupakan kode program untuk menjalankan media player.

Diawali dengan pembuatan objek mediaPlayer, kemudian mediaPlayer diatur

ulang dan ditentukan tipe audio stream dan sumber datanya. Berikutnya

mediaPlayer dipersiapkan untuk dijalankan.

2. toSpeak = greek.getText().toString();

3. String url1 = "http://www.translate.google.com/translate_tts?ie=UTF-

8&q="+ toSpeak.replace(' ', '+').replace('\n', '.') + "%0A&tl=" +

language + "&prev=input";

4. mediaPlayer = new MediaPlayer();

5. mediaPlayer.reset();

6. mediaPlayer.setAudioStreamType(AudioManager.STREAM_MUSIC);

7. mediaPlayer.setDataSource(url1);

8. mediaPlayer.prepare(); // might take long! (for buffering, etc)

9. mediaPlayer.start();

1. String InputString = greek.getText().toString();

2. com.memetix.mst.translate.Translate.setClientId("myGreekIndonesianTrans

lator");

3. com.memetix.mst.translate.Translate.setClientSecret("wisa/zwOCgDCQmVewB

90E1tdfmqMRl3Y/2/+ivTyK2M=");

4. Request r = new Request(langSelected, InputString);

5. r.setLanguage(langSelected);

6. r.setText(InputString);

7. translatedText = Translate.execute(req.getText(),req.getLanguage());

15

Pengujian Sistem

Pengujian sistem bertujuan untuk melihat sejauh mana sistem dalam

aplikasi dapat berjalan dan menemukan kesalahan yang dapat terjadi pada

aplikasi. Pengujian ini dilakukan dengan pengujian alfa dan pengujian beta.

Pengujian alfa sistem dilakukan dengan cara menguji tiap – tiap fungsi

yang ada pada aplikasi apakah sudah berjalan dengan baik. Proses dinyatakan

berhasil jika perintah yang dikerjakan oleh user sesuai dengan output yang

diharapkan. Pengujian aplikasi menggunakan metode Black Box Testing.

Black box testing adalah sebuah metode pengujian perangkat lunak yang

berfocus pada persyaratan fungsionalitas [8]. Melalui pengujian ini, dapat

diketahui apakah aplikasi sudah berjalan dan memberikan output sesuai yang

diinginkan atau tidak. Pengujian alfa meliputi pengujian Integrasi Antarmuka

dan pengujian fungsi menu - menu.

Pengujian integrasi antarmuka bertujuan untuk mengecek apakah halaman

antarmuka satu dengan halaman antarmuka lainnya pada aplikasi telah saling

berhubungan dengan benar.

Pengujian kinerja OCR bertujuan untuk mengetahui perbandingan waktu

yang diperlukan dalam proses konversi OCR terhadap jumlah karakter yang

ada pada gambar teks. Pengujian ini dilakukan dengan menggunakan

smartphone Xiaomi Redmi Note. Hasil dari pengujian konversi OCR dapat

dilihat pada Tabel 1.

Pengujian fungsi-fungsi menu bertujuan untuk mengecek apakah fungsi-

fungsi menu pada halaman utama dan layar kamera sudah berjalan dengan

baik atau tidak. Hasil dari pengujian Alfa dapat dilihat pada Tabel 2.

Pengujian Beta pada sistem aplikasi dilakukan pada salah satu sasaran

dari pembuatan aplikasi yaitu mahasiswa teologi. Pada pengujian beta ini

dipilih mahasiswa secara random sebagai sampel pengujian aplikasi dimana

hasil dari kuesioner yang dibagikan sebelum pengujian beta mahasiswa

tersebut belum memiliki aplikasi penerjemah. Pengujian hanya dilakukan

kepada mahasiswa karena memiliki tingkat kesalahan yang tinggi dalam

menerjemahkan bahasa Yunani. Jumlah responden adalah 30 orang yang

mengikuti proses pengujian. Setelah mencoba aplikasi, responden pengujian

diberikan kuisioner untuk melihat tingkat tanggapan persetujuan responden

terhadap aplikasi. Data dari setiap butir kemudian dihitung dengan skala likert.

Hasil dari butir nomer 1 sampai 3 dapat dilihat pada Tabel 3.

Tabel 1. Hasil Pengujian Konversi OCR

No Jumlah Karakter Waktu yang Dibutuhkan (millisecond)

1 1 981

2 2 956

3 3 1363

4 4 992

5 5 1496

16

Tabel 2. Hasil Pengujian Alfa

Pengujian Aksi Hasil Yang

Diharapkan

Hasil Yang

Muncul

Status

Pengujian

Integrasi

antarmuka

Menangkap

Gambar

Layar sorot kamera

tampil

Tapil layar sorot

kamera Valid

Memotong

Gambar

Muncul halaman

browse file

Tampil halaman

gallery Valid

Memilih

Gambar

Muncul halaman

browse file

Tampil halaman

gallery Valid

Fungsi

menu

Menangkap

Gambar

Gambar ditangkap

dan disimpan,

dilanjutkan dengan

cropping kemudian

konversi dan

penampilan hasil

OCR

Gambar

tersimpan,

terpotong, dan

didapatkan hasil

konversinya

Valid

Memotong

Gambar

Muncul gambar yang

akan dipilih untuk

dipotong kemudian

mengkonversi dan

menampilkan hasil

konversinya

Gambar yang

dipilih muncul,

terpotong, dan

mendapatkan

hasil OCR

Valid

Memilih

Gambar

Muncul gambar

untuk dikonversi dan

menampilkan hasil

OCR

Gambar terpilih

dan

mendapatkan

hasil OCR

Valid

Mengganti

Bahasa

Muncul pilihan

output bahasa

terjemahan

Tampil bahasa

Indonesia dan

bahasa Inggris

Valid

Menerjema

hkan

Hasil OCR

diterjemahkan

Tampil teks hasil

terjemahan Valid

Melafalkan

Teks

Terdengar pelafalan

teks hasil OCR

Pelafal teks hasil

OCR terdengar Valid

Tabel 3. Hasil Kuisioner

No Pernyataan Sangat

Setuju Setuju

Tidak

Setuju

Sangat

Tidak

Setuju

Skor

1 Teks hasil OCR

sesuai gambar 9 19 2 0 80.8%

2 Hasil terjemahan teks

benar 7 20 3 0 78.3%

3 Pelafalan teks benar 8 18 4 0 78.3%

17

Berdasarkan data persentase hasil jawaban kuesioner pada Tabel 3 maka

didapatkan persentase dari setiap butir. Butir pertama sebanyak 80.8%, butir

kedua sebanyak 78.3%, dan butir ketiga sebanyak 78.3%. Berdasarkan

persentase untuk tiap butir tersebut diperoleh informasi bahwa sebagian besar

hasil OCR sudah sesuai dengan teks yang ada pada gambar, demikian pula

pada hasil terjemahan dan pelafalan teks yang sudah tepat. Dengan demikian,

dapat disimpulkan bahwa aplikasi penerjemah dapat digunakan sebagai media

penunjang dalam mengenali dan mempelajari materi / literatur berbahasa

Yunani.

5. Kesimpulan

Dari penelitian yang sudah dilakukan, dapat ditarik beberapa kesimpulan

antara lain pengenalan karakter Yunani dapat dilakukan dengan

memanfaatkan teknologi OCR dalam membangun media penerjemah dengan

masukan gambar pada perangkat android mobile. Media penerjemah Yunani –

Indonesia dapat diwujudkan dengan memanfaatkan Bing Translator API

dalam proses penerjemahan dan Google Translate API dalam proses pelafalan

teks. Berdasarkan hasil uji coba melalui kuisioner dapat diketahui pendapat

responden bahwa aplikasi media penerjemah dapat digunakan untuk

mengenali karakter Yunani dari literatur fisik.

6. Daftar Pustaka

[1] Pappas, John Peter, 2008, Bible Greek : Basic Grammar of the Greek

New Testament, California : Scofield Seminary Press.

[2] Michael Keene, 2006, Alkitab : Sejarah, Proses Terbentuk, dan

Pengaruhnya; Diterjemahkan oleh Y. Dwi Koratno, Yogyarkarta :

Kanisius.

[3] Wallace, Daniel B., 2000, The Basics of New Testament Syntax : an

intermediate Greek grammar, Michigan : Zondervan.

[4] Yasin, Rizqi Fauzi, 2013, Ranah Hermeneutika Dan Korelasinya

Dengan Linguistik, Ponorogo: Universitas Darussalam Gontor.

[5] Lewis, C. S., 2010, The Four Loves (Empat Macam Kasih), Bandung :

Pionir Jaya (cetakan 1).

[6] Habibi, Baso, 2013, Sistem Penerjemah Mobile Berbasis Citra Digital

dengan Teknologi Web Service, Makassar : Universitas Hasanuddin.

[7] Hasibuan, Zainal A., 2007, Metodologi Penelitian Pada Bidang Ilmu

Komputer Dan Teknologi Informasi : Konsep, Teknik, dan Aplikasi,

Jakarta : Ilmu Komputer Universitas Indonesia.

[8] Pressman, Roger S., 2002, Rekayasa Perangkat Lunak : Pendekatan

Praktisi (Buku I) / Roger S, Pressman; Diterjemahkan oleh : L. N.

Harmaningrum – Edisi II -, Yogyakarta : Andi.