Pengenalan Tulisan Tangan dengan Menggunakan Jaringan Saraf Tiruan Learning Vector Quantization (LVQ)

Pengenalan tulisan tangan merupakan salah satu bidang dalam kecerdasan buatan yang dapat membantu proses pengolahan data. Aplikasi pengenalan tulisan tangan sering digunakan dalam PDA ( Personal Digital Assistant ), pemilahan surat otomatis maupun pengelolaan cek di bank. Hasil pengenalan dipengaruhi oleh hasil akhir pemrosesan citra dan metode pengenalan yang digunakan. Salah satu metode yang sering digunakan dalam pengenalan tulisan tangan adalah penerapan dari jaringan syaraf tiruan. Metode ini menggunakan prinsip kerja otak manusia yang terdiri dari neuron sebagai pemrosesan input untuk menghasilkan output berdasarkan bobot yang ada. Arsitektur jaringan saraf tiruan yang digunakan dalam skripsi ini adalah learning vector quantization (LVQ). Sebagai basis masukan dalam LVQ, digunakan citra huruf sampel yang diekstraksi ke dalam vektor berukuran 25x25. Segmentasi tiap huruf dalam tulisan tangan yaitu dengan menerapkan metode deteksi tepi. Hasil pengujian menunjukkan bahwa tulisan tangan dari orang yang tulisannya menjadi data latih, pengenalannya adalah sebesar 65.44%. Sedangkan hasil pengenalan untuk tulisan tangan dari orang yang tulisannya tidak menjadi data latih memberikan nilai keakuratan sebesar 51.53%