Isi Artikel Utama

Abstrak

Huruf hijaiyah merupakan huruf atau karakter yang digunakan dalam bahasa Arab yang umumnya diketahui berjumlah 28 huruf, dan memiliki bentuk yang berbeda sesuai dengan posisi sebuah huruf pada sebuah kata yaitu di awal, di tengah, di akhir, dan huruf asli yang berdiri sendiri. Penelitian ini bertujuan membuat suatu aplikasi yang dapat mengenali tulisan tangan huruf hijaiyah sambung dan mengetahui nilai akurasinya menggunakan algoritma Template Matching Correlation. Database citra template yang digunakan sebanyak 28 untuk huruf awal, 28 untuk huruf tengah, dan 28 untuk huruf akhir dengan sampel yang diambil dari tulisan tangan seseorang sebanyak 28 untuk setiap posisi huruf dengan ukuran sebesar 100X150 piksel. Sistem dibangun dengan menggunakan Matlab R2013a. Sistem dibagi menjadi 2 tahapan yaitu, prapemrosesan dengan 3 tahapan berupa image thresholding, penipisan, dan segmentasi, serta tahapan kedua yaitu proses pengenalan. Penelitian ini memiliki tingkat akurasi sebesar 56,41% berdasarkan 26 citra uji.

Kata kunci: Huruf Hijaiyah, Pengenalan Tulisan Tangan, Template Matching Correlation

Rincian Artikel

Cara Mengutip
angraheni, nina retno, Efendi, R., & Purwandari, E. P. (2017). PENGENALAN TULISAN TANGAN HURUF HIJAIYAH SAMBUNG MENGGUNAKAN ALGORITMA TEMPLATE MATCHING CORRELATION. Rekursif: Jurnal Informatika, 5(1). https://doi.org/10.33369/rekursif.v5i1.2551

Referensi

  1. A. I. Musa, “AL DAN HURUF HIJAIYAH,” 2012.
  2. R. Efendi, E. P. Purwandari dan M. A. Aziz, “APLIKASI PENGENALAN HURUF HIJAIYAH BERBASIS MARKER AUGMENTED REALITY PADA PLATFORM ANDROID,” Jurnal Pseudocode, vol. 2, no. 2, pp. 124-134, 2015.
  3. D. Putra, “Pengolahan Citra Digital,” Penerbit Andi, Yogyakarta, 2010.
  4. M. C. Wijaya dan A. Prijono, Pengolahan Citra Digital Menggunakan Matlab, Bandung: Penerbit Informatika, 2007.
  5. C. N. Santosh K.C., A Comprehensive Survey On On-Line Handwriting Recognition Technology and Its Real Application to The Nepalese Natural Handwriting, Kathmandu University Journal of Science, Engineering, and Technology, 2009.
  6. R. Brunelli, “Template Matching Techniques In Computer Vision,” John Willey & Sons. Inc, 2006.
  7. Sugiyono, Metode Penelitian Kuantitatif, Kualitatif, dan R&D, Bandung: Alfabeta, 2014.