ABSTRAKSI: Pada umumnya suatu huruf memiliki bentuk yang utuh dan tidak mengalami kerusakan. Namun terkadang huruf juga ada yang mengalami kerusakan seperti adanya perpotongan di bagian huruf tersebut. Pada tugas akhir ini membangun suatu aplikasi untuk mengidentifikasi huruf yang mengalami perpotongan. Dalam pengenalan pola huruf ini dilakukan beberapa kegiatan antara lain memasukkan citra huruf latin berupa bitmap kemudian melakukan preprocessing yang antara lain yaitu binerisasi, segmentasi, stretching, thinning, dan ekstraksi ciri. Sedangkan pada proses pengklasifikasian menggunakan metode fuzzy ARTMAP dengan menggunakan perubahan bobot jaringan berdasarkan parameter tertentu. Keluaran dari aplikasi ini adalah huruf hasil klasifikasi.
Pada tugas akhir ini proses pelatihan terbagi menjadi pelatihan dengan sampel huruf utuh dan gabungan (huruf utuh dan terpotong). Sedangkan pengujian dilakukan dengan menggunakan sampel huruf yang dilatih dan huruf yang tidak dilatih. Berdasarkan pengujian terhadap beberapa jenis perpotongan yakni horizontal (atas, tengah, bawah) dan vertikal (kiri, tengah, kanan), maka nilai rata-rata akurasi terbesar terletak pada jenis perpotongan horizontal bagian tengah dan vertikal bagian kanan dengan perpotongan 5% dari bagian huruf utuhnya dengan rata -rata akurasinya 94.9%.Kata Kunci : Binerisasi, Segmentasi, Stretching, Thinning, Ekstraksi Ciri, Fuzzy ARTMAPABSTRACT: In general, a letter has the form of an intact and no damage. But sometimes there are also letters that were damaged as the intersection at the letter. In this final assignment builds an application to identify the letters, especially letters that have the intersection. In the letter pattern recognition is performed several activities, among others, include the image in the form of the latin alphabet bitmap and then perform the preprocessing, which among other binerisasi, segmentation, stretching, thinning, and feature extraction. While in the process of classification using fuzzy ARTMAP method using weighting changes based on certain parameters. The output of this application is the letter of the classification results.
In this final assignment training process is divided into training with intact and the combined sample letters (letters intact and truncated). While the tests were performed using the trained sample letters and letters that were not trained. Based on testing against several types of intersection of the horizontal (upper, middle, bottom) and vertical (left, center, right), then the average value of the greatest accuracy is middle horizontal and right vertical intersection 5% have 94.9% accuracy.Keyword: Binerization, Segmentation, Stretching, Thinning, Feature Extraction, Fuzzy ARTMAP