PENGENALAN TULISAN TANGAN KARAKTER HIRAGANA MENGGUNAKAN DCT, DWT, DAN K-NEAREST NEIGHBOR
Abstrak: Penelitian untuk
mengenali karakter huruf hiragana berbasis image processing telah banyak dilakukan
dan bahkan tingkat akurasi hampir mendekati 100%. Namun citra masukkan yang digunakan
masih berupa karakter huruf jepang hasil print-out sedangkan untuk masukkan
berupa tulisan tangan belum dilakukan. Maka pada penelitian ini diujikan
pengenalan huruf hiragana yang berasal dari tulisan tangan berformat .jpeg.
Dari beberapa strudi terkait, pendekatan kompresi yang paling sering digunakan
untuk citra JPEG adalah algoritma DCT dan DWT, sehingga kedua algoritma
tersebut digunakan pada penelitian ini untuk diujikan dan dibandingkan
performansinya. Pada sistem diujikan 45 citra dari 3 orang tulisan tangan
karakter hiragana dengan klasifikasi berbasis KNN dimana sebelumnya 45 citra
yang berbeda dari 3 orang tersebut di training oleh masing-masing algoritma DWT
dan DCT. Hasilnya berdasarkan parameter jarak yang ada pada algoritma KNN,
algoritma DWT lebih unggul dibandingkan algoritma DCT. Pencapaian tingkat akurasi
maksimum diperoleh untuk masing-masing algoritma DWT-DCT adalah pada parameter cityblok
82.61 % (DWT) dan correlation 58.70 % (DCT).
Penulis: Suci Aulia ST.,MT,
Arif Setiawan ST
Kode Jurnal: jptlisetrodd170436
