Pengenalan Angka Tulisan Tangan Dengan Penerapan Freeman Chain Code Yang Dimodifikasi

Abstract

Abstrak

Sistem pengenalan angka tulisan tangan dapat dimanfaatkan pada rekapitulasi perhitungan suara Pemilihan Presiden dan Wakil Presiden 2014 yang dicatat pada formulir model C1. Namun setiap orang memiliki cara penulisan angka yang berbeda, sehingga sistem pengenalan angka tulisan tangan dibangun diharapkan dapat mengenali angka dengan baik. Sistem ini terdiri dari beberapa tahap, yaitu tahap preprocessing, ekstraksi ciri, dan klasifikasi. Ciri dari citra kerangka objek hasil preprocessing dibangun metode Freeman Chain Code yang dimodifikasi dengan melakukan pembagian region citra, pembentukan histogram chain code, dan penambahan 4 ciri visual. Selanjutnya hasil ekstraksi ciri diujikan menggunakan dua buah metode klasifikasi yaitu K-NN dan JST Backpropagation. Hasil pengujian menunjukkan bahwa metode ekstraksi ciri Freeman Chain Code yang dimodifikasi mampu mengenali karakter angka tulisan tangan dari kedua data set dengan cukup baik. Dengan melakukan pembagian 9 region citra, normalisasi histogram chain code, dan penambahan 4 ciri, tingkat akurasi terbaik dapat mencapai 89.82% menggunakan K-NN dan mencapai 93.60% menggunakan JST Backpropagation.

Kata Kunci: Offline, pengenalan angka tulisan tangan, Freeman Chain Code