ABSTRAKSI: Pengenalan karakter berbasis template matching merupakan metode yang membandingkan citra karakter dengan database template karakter dilihat korelasi kedua citra. Artinya, nilai dalam menentukan kemiripan suatu citra karakter dengan template pada dasarnya berasal perhitungan selisih intensitas tiap piksel citra dengan intensitas rata-rata citra baik pada citra sampel maupun citra template. Metode template matching yang digunakan pada tugas akhir ini ialah 2D-Correlation Coefficient dan NCC(Normalised Cross-Correlation).
2D-Correlation Coefficient merupakan teknik membandingkan secara langsung point-to-point pada setiap posisi dari kedua citra. Metode ini hanya bisa dilakukan jika ukuran citra sample dengan citra template sama. Normalised Cross-Correlation ialah teknik melakukan normalisasi dahulu semua pikselnya untuk kemudian dilakukan perhitungan geometris. Proses normalisasi bertujuan menghindari ketidakstabilan atau degradasi nilai korelasi jika ukuran piksel citra sampel besar.
Hasil akurasi terbaik dari 10 percobaan dari kedua metode ini ialah 98.67 % untuk metode 2D-Correlation Coefficient dengan 5 template. Untuk akurasi terburuk adalah 75.33 % untuk metode NCC dengan 1 template. Sedangkan perbandingan waktu antara metode 2D-Correlation Coefficient dengan NCC adalah 1:1.74 untuk 1 template, 1:1.36 untuk 3 template, dan 1:1.63 untuk 5 template. Dengan demikian, metode 2DCorrelation Coefficient memberikan hasil yang lebih memuaskan untuk hasil akurasi dan kecepatan recognition dibandingkan dengan metode Normalised Cross-Correlation.
Kata Kunci : Template Matching, 2D-Correlation Coefficient, Normalised Cross-ABSTRACT: Character Recognition by template matching is a method that comparing character image with database of character template perceived from correlation between both.It means that a value that determining similiarity a sample image with template comes from the calculation of substract between intensity of every pixel with mean intensity, neither at sample image or template image. The template matching method that’s used is 2DCorrelation Coefficient dan NCC(Normalised Cross-Correlation).
2D-Correlation Coefficient is a matching technique that comparing intensity each of image position by point-to-point. The method is only be implemented if the both image neither sample image or template have the same size. Normalised Cross- Correlation is a technique that normalize every pixel firstly and then calculate the value of correlation. Normalization is aim to avoid the unstable or degradation of correlation value if pixel size of sample image is big.
The best accuracy result from the 10 experiment of two methods is 98.67 % for 2D-Correlation Coefficient with 1-template. The worst accuracy is 75.33 % for Normalised Cross-Correlation with 1-template. The time comparisons between 2DCorrelation Coefficient and NCC are 1:1.74 for 1-template, 1:1.36 for 3 template, and 1:1.63 for 5 template.Keyword: Template Matching, 2D-Correlation Coefficient, Normalised Cross-