ABSTRAKSI: Pengenalan bilangan arab pada penelitian ini merupakan proses untuk mengenali bilangan arab dalam bentuk citra. Citra tersebut bisa berupa teks/huruf cetak atau hasil scan tulisan tangan seseorang. Program pengenalan karakter ini merupakan program yang dibuat dengan Matlab.
Sistem identifikasi yang diimplementasikan ini menggunakan metode klasifikasi Template Matching. Langkah awal proses pengolahan citra adalah melakukan preprocessing dan feature extracting. Tujuan preprocessing adalah untuk memudahkan proses – proses berikutnya, sedangkan tujuan proses ekstraksi ciri adalah untuk mengenali informasi ciri yang penting dari citra bilangan arab dan nilainya diambil sebagai data pembanding saat proses pengenalan. Ada dua tahap yang harus dilakukan dalam percobaan. Tahap pertama adalah tahap pelatihan. Pada tahap ini setelah citra selesai melewati pengolahan, hasilnya yang berupa informasi ciri tiap - tiap citra yang akan disimpan ke dalam semacam database. Tahap selanjutnya adalah tahap pengujian, yaitu dengan membandingkan inputan citra dengan data yang telah diperoleh sebelumnya. Pada proses ini metode template matching diterapkan, yaitu dengan mencari selisih antar matriks latih dengan matriks uji. Semakin kecil selisihnya, maka kedua sampel itu akan semakin identik.
Dari hasil pengujian dengan mengatur beberapa nilai parameter dari system, maka dicapai tingkat keakuratan yang cukup, yaitu sekitar 50,7463%. Nilai tersebut bisa diperbaiki kalau pada preprocessing ditambah lagi prosesnya. Seperti crop to edge atau binary.
Kata Kunci : pengenalan citra, template matching, preprocessing, feature extracting.ABSTRACT: Arabic number recognition is a process to recognize Arabic number in image form. As an image, it can be a printed or hand writing form. This program is made with Matlab.
This identification system is implemented using template matching method. The first step is preprocessing and feature extracting process. Purpose of preprocessing is to simplify the next process, and feature extraction is to get the important feature information from character image and its value is taken as a comparison data on recognition process. There are two steps on the experiment. First is learning. When image passed processing step, the result is information feature that can be saved on database. The next step is testing. It compares the input with data from the database. In this process, template matching is conducted, with finding the different from both data. Lower error, is more identical each other.
From the experiment, it reach a fairly amount with 50,7463% accurate. This result can be better if on preprocessing add some process, such as: crop to edge and binary.
Keyword: Image Recognition, template matching, preprocessing, feature extracting,