ABSTRAKSI: Perkembangan teknologi ICT di zaman sekarang terus berkembang, salah satu teknologi yang digunakan dalam aplikasi kehidupan manusia adalah Optical Character Recognition. Teknologi ini mampu untuk mengenali tulisan tangan manusia yang dapat dibaca oleh komputer. Aplikasi ini dapat diterapkan kedalam pengenalan tulisan huruf dan angka. Salah satunya adalah penulisan huruf hijaiyyah dan angka arab. Huruf dan angka arab memiliki perbedaan dengan penulisan bahasa lain. Hal ini dapat dilihat dari tingkat kesulitan dan tata cara penulisannya.
Komputer dapat mengenali suatu pola tulisan tangan manusia dalam bentuk gambar, maka dibutuhkan suatu metode yang mampu untuk mengklasifikasikan pola tersebut. Metode yang cocok untuk melakukan klasifikasi data salah satunya adalah Jaringan syaraf tiruan Learning Vector Quantization (LVQ)[13].
Pada tugas akhir ini akan dibuat suatu sistem yang mampu membaca inputan gambar berupa karakter huruf dan angka arab menggunakan haar wavelet dan jaringan syaraf tiruan LVQ. Metode haar wavelet digunakan sebagai ekstraksi ciri yang mampu mengurangi ukuran piksel suatu citra menjadi seperempat bagian dari citra awal. Algoritma LVQ digunakan sebagai klasifikasi data.
Hasil dari pengujian yang dilakukan dengan mengkombinasikan haar wavelet dan LVQ maka diperoleh tingkat akurasi kebenaran untuk angka arab sebesar 94% dan huruf hijaiyyah sebesar 79.76% untuk data yang menggunakan pulpen dan 65.47% menggunakan spidol.Kata Kunci : Pengenalan pola, Haar Wavelet, LVQABSTRACT: Development of ICT in today's technology continues to evolve, one of the technologies used in the application of human life is Optical Character Recognition. This technology is able to recognize human handwriting that can be read by a computer. This application can be implemented into the introduction of writing letters and numbers. One of them is writing letters and arabic numerals hijaiyyah. Arabic letters and numbers have a difference with latin writing. It can be seen from the level of difficulty and procedure writing.
The computer can recognize a pattern of human handwriting in the form of images is required a method that is able to classify the pattern. The method is suitable to perform the data classification is one of artificial neural networks Learning Vector Quantization (LVQ)[13].
At the end of this task will be a system capable of reading the input images of characters and Arabic numbers using haar wavelet and neural network LVQ. Haar wavelet method is used as a preprocessing that is able to reduce the size of the pixels of an image into a quarter part of the first image. LVQ algorithm is used for data classification.
Results of tests performed by combining the haar wavelet and LVQ truth of the obtained level of accuracy for 94% arabic numerals and letters hijaiyyah of 79.76% for the data using a pen and 65.47% using the markers.Keyword: Pattern Recognition, Haar Wavelet, LVQ