ABSTRAKSI: Pengolahan data berbasis pengolahan citra digital bisa diterapkan untuk sistem input nilai akhir mahasiswa IT Telkom. Sistem input nilai akhir yang dilakukan institusi saat ini adalah berbasis web. Pengajar mata kuliah tertentu memasukan data nilai akhir ke dalam database institusi dengan cara login ke web tertentu, setelah itu pengajar memasukkan data nilai secara manual ke dalam web sesuai dengan nama dan NIM mahasiswa.
Dalam Tugas Akhir ini akan dirancang sebuah sistem yang mampu merekapitulasi nilai akhir mahasiswa dengan membaca citra dari lembar data nilai-nilai mahasiswa yang umumnya nilai-nilai tersebut ditulis menggunakan tangan. Lembar form nilai pada penelitian ini akan didesain ulang yang memuat informasi mengenai mata kuliah, kelas dan dosen pengajar. Pada sistem yang dirancang pada Tugas Akhir ini dilakukan pengenalan pola karakter hasil cetak untuk semua huruf dan angka serta karakter hasil tulis tangan untuk huruf A, B, C, D, E, dan T. Metode klasifikasi yang digunakan adalah K-Nearest Neighbor (K-NN).
Sistem ini melakukan rekapitulasi dengan tingkat akurasi mencapai 91,86% dengan nilai K sama dengan 7. Waktu komputasi rata-rata untuk satu citra lembar nilai berlangsung selama 8,55 detik.Kata Kunci : Pengolahan citra digital, K-NN, pengenalan pola karakter cetak dan tulis tanganABSTRACT: Data processing based on digital image processing can be applied to final score student input system in IT Telkom. Input system of final score that used by the institution are based on web. Teachers of certain subjects enter score data into the database of institution the in a way to log into the specific web, after that teachers manually enter the score data into a web according to the name and NIM students.
In this final project will be designed a system that is able to recap on the final score of students by reading the image from the sheet of students score data who are generally the score are handwritten. Score form sheet, in this research, will be redesigned which contains information about courses, classes and lectures. System that is designed in this final project perform pattern recognition for all letters and numbers from printed character and also letters A, B, C, D, E, and T from handwritten characters. Classification method that is used is the K-Nearest Neighbor (K-NN).
This system perform recapitulation with the accuracy reached to 91.86% with a value of K equal to 7. The average computation time for one image of the value lasts for 8.55 seconds.Keyword: Digital Image Processing, K-NN, printed and handwritten character recognition