Pengenalan karakter angka menggunakan metode Integral Proyeksi

Febri Liantoni

Abstract


 

Saat ini dengan kemajuan teknologi membuat komputer memiliki kemampuan komputasi yang lebih tinggi untuk meningkatkan kemampuan dalam pengolahan data. Kemajuan teknologi ini juga berimbas pada kemampuan teknologi citra digital yang berhubungan dengan pengenalan karakter angka yang merupakan bagian dari pengenalan pola. Pengenalan karakter penting untuk pengolahan informasi yang memungkinkan proses identifikasi secara cepat dan otomatis. Pada penelitian ini dilakukan proses pengenalan karakter angka menggunakan metode Integral Proyeksi. Alasan menggunakan metode integral proyeksi karena mempunyai kelebihan pemrosesan yang sederhana dan cepat dalam mengidentifikasi suatu citra digital. Integral Proyeksi yang digunakan yaitu Integral Proyeksi vertikal dan Integral Proyeksi horisontal. Hasil penelitian menunjukkan pengenalan karakter angka mampu mengenali karakter dengan benar jika hasil praproses menghasilkan gambar yang baik. Pengenalan karakter angka akan kurang sempurna jika gambar yang diproses tidak baik, hal ini dikarenakan metode Integral Proyeksi bekerja dengan menghitung jumlah piksel tiap gambar untuk mengenai nilai gambar tersebut. Pengujian pengenalan karakater angka yang dilakukan terdapat 20 gambar uji menghasilkan nilai akurasi sebesar 65%.

Kata kunci: Citra digital; Integral Proyeksi; Karakter angka; Pengenalan pola.

 

 

 

Nowadays with the advancement of technology makes computers have higher computing capabilities to improve the capability of data processing. Advances in technology have also affected the ability of digital image technology related to the introduction of alphanumeric characters that are part of pattern recognition. Character recognition is important for information processing that allows rapid identification process automatically. In this research, numeric character recognition process using integral projection method. Reasons for using integral projection method for processing has the advantage of a simple and quick in identifying a digital image. The integral projection used is vertical projection and horizontal projection. The results showed numeric character recognition could recognize the characters correctly if the results of preprocessing produce good images. The introduction of the characters will be less than perfect if the images are processed is not good, this is because the integral projection method works by counting the number of pixels for each image to the value of the image. Testing the result of recognition from 20 image which is on dataset has been built to get accuracy value about 65%.

Keywords: Digital image; Integral Projection; Numeric character; Pattern recognition.


Full Text:

PDF

References


Amaliah, B., Yuniarti, A., Nugroho, A. S., & Arifin, A. Z. (2011, 121-128). Pemisahan gigi pada Dental Panoramic Radiograph dengan menggunakan Integral Projection yang dimodifikasi. Jurnal Ilmiah KURSOR, 6(2).

Astuti, S. (2010). Binerisasi Otomatis Pada Citra Bergradasi Dengan Metode Variabel Dan Metode Iterasi. Techno.Com, 9(3), 53-65.

Devi, P. A., Suciati, N., & Khotimah, W. N. (2016). Apakah kombinasi power lbp dan fourier descriptor dapat digunakan untuk klasifikasi citra kerang? TEKNOLOGI, 6(2), 68-79.

Hariyanto, A., Wibowo, A., & Noertjahyana, A. (2013). Sistem Manajemen Skripsi Program Manajemen Bisnis Berbasis Web Service dan PhoneGap. Jurnal Infra, 1(2), 114-118.

Hartanto, S., Sugiharto, A., & Endah, S. N. (2014). Optical character recognition menggunakan algoritma template matching correlation. Jurnal Masyarakat Informatika - J_MASIF, 5(9), 1-12.

Indraani, S. E., Jumaddina, I. D., & Sinaga, S. R. (2014). Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel., (pp. 1-4).

Indriyani, L., Susanto, W., & Riana, D. (2017). Teknik Pengolahan Citra Untuk Mengukur Diameter Buah Jeruk Keprok Menggunakan Aplikasi Matlab. Indonesian Journal on Computer and Information Technology (IJCIT), 2(1), 46-52.

Kurzweil, R. (1990). The Age of Intelligent Machines. Cambridge: MIT Press.

Mulyawan, H., Samsono, M. Z., & Setiawardhana. (2011). Identifikasi dan tracking objek berbasis image processing secara real time. Surabaya: Politeknik Elektronika Negeri Surabaya.

Setiawan, A., Wasista, S., & Basuki, D. K. (2011). Sistem pengenalan plat nomor mobil untuk aplikasi informasi karcis parkir. Surabaya: Politeknik Elektronika Negeri Surabaya.

Subiyantoro, E., & Putra, Y. P. (2011). Penentuan kualitas daun tembakau dengan perangkat mobile berdasarkan ekstrasi fitur rata-rata rgb menggunakan algoritma k-nearest neighbor. Seminar Nasional Teknologi Informasi, Komunikai dan Aplikasinya (SNATIKA). Malang: Aptikom dan STIKI Malang.




DOI: https://doi.org/10.26594/register.v3i2.706

Article metrics

Abstract views : 519 | views : 334

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.


Indexed in:

                         


 

Creative Commons License
Register: Jurnal Ilmiah Teknologi Sistem Informasi is licensed under a Creative Commons Attribution 4.0 International License.