Open AccessPENGENALAN TULISAN TANGAN KARAKTER HIRAGANA MENGGUNAKAN DCT, DWT, DAN K-NEAREST NEIGHBOR
Author(s) -
Suci Aulia,
Arif Setiawan
Publication year - 2017
Publication title -
jett (jurnal elektro dan telekomunikasi terapan)
Language(s) - English
Resource type - Journals
eISSN - 2442-4404
pISSN - 2407-1323
DOI - 10.25124/jett.v4i1.993
Subject(s) - discrete cosine transform , mathematics , artificial intelligence , pattern recognition (psychology) , computer science , image (mathematics)
Penelitian untuk mengenali karakter huruf hiragana berbasis image processing telah banyakdilakukan dan bahkan tingkat akurasi hampir mendekati 100%. Namun citra masukkan yangdigunakan masih berupa karakter huruf jepang hasil print-out sedangkan untuk masukkan berupatulisan tangan belum dilakukan. Maka pada penelitian ini diujikan pengenalan huruf hiragana yangberasal dari tulisan tangan berformat .jpeg. Dari beberapa strudi terkait, pendekatan kompresi yangpaling sering digunakan untuk citra JPEG adalah algoritma DCT dan DWT, sehingga keduaalgoritma tersebut digunakan pada penelitian ini untuk diujikan dan dibandingkan performansinya.Pada sistem diujikan 45 citra dari 3 orang tulisan tangan karakter hiragana dengan klasifikasiberbasis KNN dimana sebelumnya 45 citra yang berbeda dari 3 orang tersebut di training olehmasing-masing algoritma DWT dan DCT. Hasilnya berdasarkan parameter jarak yang ada padaalgoritma KNN, algoritma DWT lebih unggul dibandingkan algoritma DCT. Pencapaian tingkatakurasi maksimum diperoleh untuk masing-masing algoritma DWT-DCT adalah pada parametercityblok 82.61 % (DWT) dan correlation 58.70 % (DCT).