Text
Ekstraksi Ciri Zernike Moment Invariant Dan Metode Learning Vector Quantization Untuk Pengenalan Pola Aksara Lampung
Pengenalan pola tulisan tangan merupakan salah satu penelitian yang
sering dilakukan beberapa waktu terakhir. Dimana kesulitan dalam pengenalan
tulisan tangan masih tergolong cukup tinggi. Hal ini dikarenakan sifat tulisan
tangan yang bervariasi disebabkan ketidak konsistensian individu dalam menulis.
Tidak seperti manusia, komputer harus melalui beberapa proses untuk dapat
mengenali tulisan, yaitu pra-pengolahan, ekstraksi ciri dan pengklasifikasian. Pada
penelitian ini menggunakan ekstraksi ciri Zernike Moment Invariant (ZMI) dan
metode Learning Vector Quantization (LVQ) untuk pengenalan pola Aksara
Lampung. Data yang digunakan sebanyak 1000 dan merupakan data sekunder
yang diambil dari pernelitian sebelumnya. Hasil pengujian memiliki akurasi yang
tergolong baik dengan tingkat akurasi tulisan tangan Aksara Lampung dapat
dikenali sebanyak 91% pada learning rate 0,6. Penelitian ini menunjukkan hasil
bahwa enam nilai dari ekstraksi ciri ZMI dapat digunakan pada metode LVQ.
Kata Kunci : Pengenalan Pola, Aksara Lampung, Zernike Moment Invariant, Learning Vector Quantization.
No copy data
No other version available