Pengenalan Angka Tulisan Tangan Menggunakan Scale Invariant Feature Transform (sift)

Penulis

DOI:

https://doi.org/10.34818/eoe.v5i1.6194

Abstrak

Bidang computer vision khususnya OCR sudah ada sejak zaman dahulu dan sudah digunakan oleh manusia untuk mempermudah pekerjaan sehari-hari. Namun, untuk pengenalan tulisan tangan masih ada tantangan tersendiri, yaitu tingkat kesulitan untuk mengenali karena tulisan tangan setiap manusia banyak jenisnya bahkan untuk satu angka ditulis lebih dari satu kali dapat berbeda. Untuk itu, dibuatlah sistem pengenalan tulisan tangan menggunakan metode Scale Invariant Feature Transform (SIFT).

Metode SIFT merupakan salah satu metode feature extraction yang memiliki performa baik. Ditambah dengan SVM classifier, sistem pengenalan tulisan tangan berhasil dibuat dengan akurasi sebesar 95,4% pada data set MNIST sebanyak 10.000 data testing.

Unduhan

Data unduhan tidak tersedia.

Diterbitkan

2018-04-01

Terbitan

Bagian

Program Studi S1 Informatika

Cara Mengutip

Ahmad, S. F., Sthevanie, F., & Faraby, S. A. (2018). Pengenalan Angka Tulisan Tangan Menggunakan Scale Invariant Feature Transform (sift). eProceedings of Engineering, 5(1). https://doi.org/10.34818/eoe.v5i1.6194