Pengenalan Tulisan Tangan Menggunakan Metode Learning Vector Quantization Dan Euclidean Distanc
DOI:
https://doi.org/10.29407/inotek.v4i2.128Abstract
pengenalan tulisan tangan pada umunya dilakukan secara manual oleh seseorang dengan mencocokkan tulisan tangan yang sah dengan tulisan tangan yang dilakukan pada saat itu. Tulisan tangan juga dapat mengungkapkan berbagai emosi dan perasaan. Tulisan tangan adalah kemapuan computer untuk menerima dan menafsirkan input tulisan tangan yang dapat di mengerti dari sumber kertas, foto, layar sentuh dan perangkat lainnya.. Metode yang digunakan dalam pembuatan sistem ini adalah Learning Vector Quantization dan Euclidean distance. Yang mana metode tersebut untuk mengekstraksi ciri dan mencari jarak kedekatan tulisan tangan dengan mengubah citra RGB ke greysacale untuk mengetahui bobot tulisan perkata. Kesimpulan dari penelitian yang telah disusun ini adalah metode yang digunakan mampu mengenali tulisan tangan. Semakin kecil nilai bobot yang hasilkan maka semakin dekat pula kemiripan dari tulisan tersebut diperoleh hasil tertinggi pada skenario uji coba 5 dengan akurasi 75% .
Keywords:
Euclidean distance, LVQ, Tulisan Tangan##plugins.themes.default.displayStats.downloads##
References
Achsinfina. 2008. Menguak Rahasia Tulisan Tangan. Jakarta : Puspa Populer.
Kurniawan, Fachrul. dan Nurhayati, Hani. 2016. Simulasi Pengenalan Tulisan Tangan Menggunakan Learning Vector Quantization. Jurnal Ilmu Komputer dan Teknologi Informasi. Vol 4, No 4 : 184-190.
Agustina, Alfa Ceria. Suwarno, Sri. dan Proboyekti, Umi. 2011. Pengenalan Aksara Jawa Menggunakan Learning Vector Quantization. Jurnal Informatika. Vol 7, No 1 : 1-10.
Pamungkas, Danar Putra. Hariri, Fajar Rohman. 2016. Pengenalan Citra Tulisan Tanda Tangan Menggunakan Metode 2D-LDA dan Euclidean Distance. Creative Information Technology Jurnal. Vol 3, No 4 : 269:279. [5]
Riansyah, Riski Rahmat. Nurhasanah, Youllia Indrawaty. dan Dewi, Irma Amelia. 2017. Sistem Pengenalan Aksara Sunda menggunakan Metode Modified Direction Feature san Learning Vector Quantization. Jurnal Teknik Informatoka dan Teknologi Informasi. Vol 3, No 1 : 17-30
Kusumadewi, Sri. 2016. Membangun Jaringan Syaraf Tiruan Menggunakan Matlab & excel Link. Yogyakarta : Graha Ilmu.
Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta : Andi
Andono, Pulung Nurtantio. Sutojo, T. dan Muljono. 2017. Pengolahan Citra Digital.Yogyakarta : Andi.
Siang, Jong Jek. 2009. Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta : Andi.
Downloads
Published
Issue
Section
License
Copyright (c) 2020 PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
