PENGENALAN TULISAN TANGAN KARAKTER HIRAGANA MENGGUNAKAN DCT, DWT, DAN K-NEAREST NEIGHBOR

  • Aulia S
  • Setiawan A
N/ACitations
Citations of this article
11Readers
Mendeley users who have this article in their library.

Abstract

Penelitian untuk mengenali karakter huruf hiragana berbasis image processing telah banyakdilakukan dan bahkan tingkat akurasi hampir mendekati 100%. Namun citra masukkan yangdigunakan masih berupa karakter huruf jepang hasil print-out sedangkan untuk masukkan berupatulisan tangan belum dilakukan. Maka pada penelitian ini diujikan pengenalan huruf hiragana yangberasal dari tulisan tangan berformat .jpeg. Dari beberapa strudi terkait, pendekatan kompresi yangpaling sering digunakan untuk citra JPEG adalah algoritma DCT dan DWT, sehingga keduaalgoritma tersebut digunakan pada penelitian ini untuk diujikan dan dibandingkan performansinya.Pada sistem diujikan 45 citra dari 3 orang tulisan tangan karakter hiragana dengan klasifikasiberbasis KNN dimana sebelumnya 45 citra yang berbeda dari 3 orang tersebut di training olehmasing-masing algoritma DWT dan DCT. Hasilnya berdasarkan parameter jarak yang ada padaalgoritma KNN, algoritma DWT lebih unggul dibandingkan algoritma DCT. Pencapaian tingkatakurasi maksimum diperoleh untuk masing-masing algoritma DWT-DCT adalah pada parametercityblok 82.61 % (DWT) dan correlation 58.70 % (DCT).

Cite

CITATION STYLE

APA

Aulia, S., & Setiawan, A. (2017). PENGENALAN TULISAN TANGAN KARAKTER HIRAGANA MENGGUNAKAN DCT, DWT, DAN K-NEAREST NEIGHBOR. Jurnal Elektro Dan Telekomunikasi Terapan, 4(1), 467. https://doi.org/10.25124/jett.v4i1.993

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free