ABSTRAKSI: Pengenalan huruf adalah salah satu bagian aplikasi OCR yang berkembang pesat dengan didukung oleh beberapa teori dan algoritma pemrograman yang baru. Permasalahan yang muncul adalah bagaimana sebuah teknik pengenalan dapat mengenali berbagai jenis huruf dengan ukuran, ketebalan, dan bentuk yang berbeda.
Permasalahan pengenalan tersebut diselesaikan dengan menerapkan teknik ekstraksi ciri menggunakan algoritma berbasis chain code dan teknik klasifikasinya menggunakan k-Nearest Neighbor (KNN) untuk mengenali huruf dengan benar. Kemudian menganalisa ciri-ciri dan tingkat akurasi dari pengenalan huruf alfabet serta menganalisis faktor-faktor yang mempengaruhi tingkat akurasi hasil pengenalan.
Algoritma chain code adalah suatu metode yang menelusuri pixel-pixel objek sesuai dengan arah mata angin dan setiap arah diwakilkan dengan sebuah nilai unik. Arah transisi yang berupa nilai-nilai disimpan menjadi rangkaian kode atau disebut chain code. Dari potongan chain code dan penambahan chain code menjadi vektor ciri dapat memberikan keunikan untuk setiap karakter huruf sehingga hasil pengenalan dapat menjadi maksimal.
Hasil penelitian menunjukkan bahwa algoritma berbasis chain code dapat digunakan sebagai metode ekstraksi ciri huruf-huruf alfabet latin karena chain code dapat mendeskripsikan setiap pola dengan rantai kode yang berbeda. Tingkat akurasi hasil pengenalan dipengaruhi oleh ukuran normalisasi, panjang chain code, bentuk huruf, dan nilai k pada KNN.
Kata Kunci : OCR, huruf alfabet, chain code, KNNABSTRACT: Pattern recognition is one of OCR application which has grown fast and is supported by many new theories and algorithm. The most important problem is how to recognize character with various size and shapes.
The recognition problem can be solved by applying feature extraction technique using chain code based algorithm and KNN for classification that can result the right output as expected. Then, analyze features and accuracy level of system and factors that can change accuracy level.
Chain code is a method that extract boundary of object pixels by 8 connected and each neighbors is represented by an integer. Transition value of pixels is inserted become chain code. Chain code and other feature can be features vector that give uniqueness for each character so that recognition result has a good accuracy.
Final result shows that chain code based algorithm can be used as a feature extraction method for recognizing alphabet because it describes every pattern with different chain code. Accuracy level of character recognition is influenced by normalization size of image, chain code digit number, shape of character, and k value of KNN.
Keyword: OCR, alphabet character, chain code, KNN