sistem konversi dokumen identitas individu menjadi suatu...
TRANSCRIPT
Sistem Konversi Dokumen Identitas Individu
Menjadi Suatu Tabel
Oleh: Muhammad Mushonnif Junaidi
NRP. 1209 100 034
Seminar TA
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Latar Belakang
Dokumen Cetak (eKTP/SIM)
Ketik Manual
OCR
Citra Dokumen bentuk.jpg
Dokumen Digital (tabel)
Penyusunan dalam bentuk tabel secara otomatis
Scanning
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Rumusan Masalah
1. Bagaimana merancang dan membuat perangkat lunak yang dapat mengkonversi dokumen indentitas individu menjadi suatu tabel dan bersifat userfriendly.
2. Bagaimana menerapkan citra dokumen eKTP/SIM dalam proses pengenalan karakter sesuai field-field yang ada.
3. Bagaimana tingkat keberhasilan pengenalan karakter pada citra dokumen eKTP/SIM dengan menggunakan metode Learning Vector Quantization.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Batasan Masalah
1. Dokumen identitas yang digunakan adalah e-KTP/SIM yang dikeluarkan oleh Pemerintah Republik Indonesia yang masih berlaku.
2. Dokumen e-KTP/SIM yang digunakan harus bebas dari kerusakan, baik cetak maupun cacat penggunaan.
3. Citra dokumen eKTP/SIM diambil secara manual menggunakan mesin scanner dan dipotong (crop) bagian yang tidak dibutuhkan jika ada.
4. Sistem konversi dokumen identitas individu menjadi suatu tabel diimplementasikan menjadi sebuah program dengan bahasa pemrograman Microsoft Visual C#.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Tujuan
1. Tersedianya perangkat lunak yang dapat mengkonversi dokumen eKTP/SIM menjadi suatu tabel.
2. Mendapatkan informasi terkait kinerja metode Learning Vector Quantization dalam pengenalan karakter pada citra dokumen eKTP/SIM.
3. Mendapatkan program komputer (source code) dari perangkat lunak sistem konversi dokumen identitas individu menjadi suatu tabel.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Manfaat
1. Entri data dokumen identitas individu berupa citra e-KTP/SIM sebagai objek, dapat dilakukan secara otomatis.
2. Dapat menyimpan informasi yang ada pada eKTP/SIM dalam bentuk tabel dan mengolahnya dengan mudah.
3. Sebagai referensi dan informasi tentang penggunaan metode Learning Vector Quantization dalam pengenalan karakter dokumen sejenis eKTP/SIM.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Dokumen Identitas
Dokumen identitas merupakan suatu dokumen yang memuat informasi identitas (jati diri) seseorang sebagai tanda keanggotaan suatu perkumpulan, perusahaan, instansi, dsb. Beberapa contoh dokumen identitas yang umum bagi masyarakat adalah KTP dan SIM.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Optical Character Recognition (OCR)
Optical Character Recognition 1. Metode onlie 2. Metode offline
Secara umum tahapan pengenalan tulisan oleh OCR metode offline adalah sebagai berikut :
File Input .jpg
Pra-pengolahan
Ekstraksi Ciri
Pengenalan ASCII Text
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pengolahan Citra Digital
1. Konversi Citra Konversi citra adalah teknik pengolahan citra dengan merubah warna citra asli menjadi citra dengan warna tertentu.
2. Segmentasi
Mencari batas daerah objek yang akan diproses.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pengolahan Citra Digital
3. Scalling (normalisasi) Menormalkan ukuran citra hasil segmentasi sehingga selalu sama.
MxN mxn
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Objek Penelitian
1. Jenis material yang akan diteliti Jenis material yang akan diteliti adalah citra dokumen eKTP/SIM
2. Aspek penelitian Aspek penelitian yang digunakan yaitu mengenali karakter pada citra dokumen eKTP/SIM dan mengelompokkannya ke dalam suatu tabel.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Peralatan
1. Perangkat lunak utama yang digunakan untuk membuat program sistem konversi dokumen ini adalah Moicrosoft Visual C#.
2. Untuk mendapatkan citra dokumen digunakan mesin scanner atau kamera digital. Toshiba Satellite L510 dengan spesifikasi prosesor Intel® Core™ i3 CPU M330 @ 2,13 GHz, RAM 4 GB DDR3, sistem tipe 32-bit, Mobile PC Display dengan setting layar monitor resolusi 1366 x 768 piksel.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Tahap Penelitian
1. Studi literatur 2. Perancangan dan implementasi sistem a. Pra-pemrosesan b. Ekstraksi ciri c. Pelatihan d. Pengujian/Pengenalan
e. Penyimpanan 3. Integrasi program 4. Uji coba dan evaluasi
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Tahap Penelitian
A
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Tahap Penelitian
A
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Gambaran Umum Proses
Sistem terdiri dari lima proses utama: 1. Proses akuisisi citra dokumen eKTP/SIM 2. Proses pra-pengolahan 3. Proses ekstraksi ciri 4. Proses Proses tahap JST 5. Proses proses penyimpanan
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Proses Akuisisi Citra Telapak Tangan
Proses mendapatkan citra dokumen eKTP/SIM.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Proses Pra-pengolahan
Penentuan koordinat dilakukan secara trial-error sesuai dengan bentuk dokumen. Mengambil acuan tertentu pada ciri masing-masing dokumen.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Proses Konversi Citra
Mengubah citra asal (RGB) menjadi citra warna lain, sehingga objek dapat dobedakan dari latar belakangnya. Proses konversi citra diantaranya : 1. Inverting, yaitu mengubah citra menjadi citra
negatif 2. Grayscaling, mengubah citra menjadi citra bentuk
grayscale atau memiliki tingkat keabuan (dari hitam ke putih)
3. Binerisasi citra, merubah citra menjadi citra biner yaitu citra yang mempunyai 2 warna (hitam dan putih)
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Proses Segmentasi
Proses segmentasi yaitu proses memotong atau memisah citra akuisisi (masukan) sehingga diperoleh citra yang diharapkan.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Proses Normalisasi
Pada proses ini dilakukan pengubahan ukuran citra menjadi citra normal MxN sesuai kebutuhan. Proses ini dilakukan baik pada saat pelatihan maupun pengujian untuk mendapatkan citra yang berukuran sama dari masing-masing hasil segmentasi citra karakter. Dalam sistem konversi ini, citra per karakter akan direpresentasikan ke dalam matriks berukuran 10x18 piksel.
MxN 10x18
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Proses Ekstraksi Ciri
Proses untuk mendapatkan ciri dari masing-masing karakter. Hasil dari ektraksi ciri akan digunakan sebagai masukan bagi Algoritma LVQ.
Setiap piksel akan ditandai dengan angka 0 atau 1.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Arsitektur LVQ
... ...
... Y82 Yj Y1
Xi X180 X1
...
Wi,1
W1,82 Wi,82
W1,j W180,1
W180,82 Wi,j W180,j
W1,1
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Utama
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Koneksi
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Pelatihan Data eKTP
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Pelatihan Data SIM
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Pengujian Data eKTP
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Pengujian Data SIM
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Pengenalan eKTP/SIM
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Antarmuka
Antarmuka Data Dokumen
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Implementasi Proses
Semua proses diimplementasikan menjadi kode program dengan bahasa pemrograman C#.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Proses Tahap Akuisisi
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Proses Konversi Citra
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Proses Segmentasi Data Pelatihan
Hasil potongan citra karakter pada proses pelatihan.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Proses Segmentasi Data Pengujian/Pengenalan
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Proses Normalisasi /Scalling
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Proses Ektraksi Ciri
1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
6 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
7 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
8 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
9 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
10 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Proses
Penyimpanan hasil pengenalan
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pengujian Sistem – Parameter LVQ
Pengaruh Alpha : Sistem diuji dengan nilai alpha berbeda dan epoh sama.
Pengaruh Epoh : Sistem diuji dengan nilai epoh berbeda dan alpha sama.
Dokumen SIM
Alpha Epoh Maks.
Akurasi (%)
Field Nomor “630715540
336”
0.01 100 23.08 0.05 100 15.38 0.1 100 7.69 0.5 100 7,69 1 100 7,69
Dokumen SIM
Alpha Epoh Maks.
Akurasi (%)
Field Nomor
“630715540336”
0.01 1000 23,08 0.01 500 7.69 0.01 100 7.69 0.01 50 7,69 0.01 10 7,69
Dokumen eKTP
Alpha Epoh Maks.
Akurasi (%)
Field Nama “Ahmad Luthfi”
0.01 100 33.33 0.05 100 33.33 0.1 100 33.33 0.5 100 33.33 1 100 33.33
Dokumen eKTP
Alpha Epoh Maks.
Akurasi (%)
Field Nama “Ahmad Luthfi”
0.01 1000 33.33 0.01 500 33.33 0.01 100 33.33 0.01 50 23.08 0.01 10 8
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pengujian Sistem – Nilai Ambang
Pengaruh Nilai Ambang : Sistem diuji dg nilai ambang sama dan berbeda-beda untuk semua field.
Dari data diatas diketahui bahwa nilai ambang mempengaruhi hasil pengenalan dokumen eKTP.
Dokumen eKTP Nilai Ambang
Akurasi (%)
3525100407630001 128 100
Ahmad Luthfi 128 33.33 Pongangan Rejo 128 41.67 001 003 128 100 Pongangan 128 25.53 Manyar 128 100
Dokumen eKTP Nilai Ambang
Akurasi (%)
3525100407630001 77 100
Ahmad Luthfi 113 100 Pongangan Rejo 132 64 001 003 104 100 Pongangan 103 35.29 Manyar 84 100
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pengujian Sistem – Nilai Ambang
Pengaruh Nilai Ambang : Sistem diuji dg nilai ambang sama dan berbeda-beda untuk semua field.
Dari data diatas diketahui bahwa nilai ambang mempengaruhi hasil pengenalan dokumen SIM.
Dokumen SIM Nilai Ambang
Akurasi (%)
630715540336 128 60.87 A 128 100 Ahmad Luthfi 128 100 DS Pongangan Rejo RT1 RW 3
128 100
Dokumen SIM Nilai Ambang
Akurasi (%)
630715540336 156 100 A 138 100 Ahmad Luthfi 113 100 DS Pongangan Rejo RT1 RW 3
119 100
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pengujian Sistem
Pengujian sistem: 1. Pelatihan masing-masing karakter pada dokumen eKTP/SIM
dilakukan sebanyak 4 kali dengan nilai epoh 1000 dan alpha 0.01.
2. Karakter yang digunakan untuk pelatihan diambil dari karakter pada dokumen eKTP/SIM tersebut dan juga karakter dari jenis font lain.
3. Pada dokumen eKTP dilakukan pelatihan sebanyak 46 karakter dengan perincian, NIK (0-9), Selain NIK berupa huruf (A-Z), dan angka (0-9). Pada dokumen SIM dilakukan pelatihan sebanyak 36 karakter dengan perincian, Huruf (A-Z) dan Angka (0-9).
4. Untuk eKTP dilakukan pengujian terhadap field NIK, Nama, Alamat, RT/RW, Kel/Desa, dan Kecamatan Untuk SIM dilakukan pengujian terhadap field Nomor, Jenis, Nama, dan Alamat
5. Nilai ambang eKTP digunakan sebesar 126 dan SIM 170.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - eKTP
Pengujian pada beberapa eKTP, masing-masing field dengan nilai ambang sebesar 126. Nama
Sebenarnya Pengenalan Akurasi (%)
AHMAD LUTHFI AHMALY L LVTHFI 33.33
AZIFATUL ANIFAH AZIFATUL ATN F
AFI 62.07
NURUL HIDAYAT NLJRLVL FXTEVAYA 14.81
FATHOLAH FATROLLAH 58.82
MUHAMAD YASIR BURHAN MJFTAMAU YASIC
LUHHAN 10.81
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - eKTP
Pengujian pada eKTP masing-masing field.
NIK
Sebenarnya Pengenalan Akurasi (%)
3525100407630001 3525100407630001 100
3525106309710001 3525106309710001 100
3515130404630004 3515130404630004 100
3509170412810001 3509170412810001 100
1221131607830003 1221131607830003 100
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - eKTP
Pengujian pada eKTP masing-masing field
Alamat
Sebenarnya Pengenalan Akurasi (%)
PONGANGAN REJO PUNGANVN REX 41.67
PONGANGAN REJO ALNVNGAN REY 8.33
BINGIN BENDO BRINCTIN FT NDU 8.33
DUSUN PATEMON DUSUN PATELN 78.26
KRAMAT LANGON IV 10 KRAMA LANUON IV
JJ 32.26
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - eKTP
Pengujian pada eKTP masing-masing field
RT/RW
Sebenarnya Pengenalan Akurasi (%)
001 003 001 003 100
001 003 OO1 O03 50
003 001 OO3 OQT 16.67
002 004 QO2 J3 18.18
002 007 O3 JO7 0
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - eKTP
Pengujian pada eKTP masing-masing field
Kel/Desa
Sebenarnya Pengenalan Akurasi (%)
PONGANGAN PLLTVNVN 25.53
PONGANGAN PONVNGAN 35.29
BINGINBENDO BRINOTNBLNDO 8.7
MANGARAN MYYRAN 28.57
SIDOKUMPUL SIJUKUMPUV 70
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - eKTP
Pengujian pada eKTP masing-masing field
Kecamatan
Sebenarnya Pengenalan Akurasi (%) Sebenarnya
MANYAR MANYAR 100 MANYAR
MANYAR VANYAP 66.67 MANYAR
TAMAN TAMAN 100 TAMAN
AJUNG YUNC 0 AJUNG
GRESIK GRESIK 100 GRESIK
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - SIM
Pengujian pada beberapa SIM, masing-masing field dengan nilai ambang sebesar 170. Nama
Sebenarnya Pengenalan Akurasi (%)
AHMAD LUTHFI AHMAD LUTHFI 100
AHMAD LUTHFI AHMAD LUTHFI 100
JOKO WAHYONO CAHYO JOKO WAHYONO CAHYO 100
MUHAMAD YASIR BURHAN
MUHAMAD YASIR BURHAN
100
NURUL WIJI SRI UTAMI
NURUL WIJI SRI UTAMI
100
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - SIM
Pengujian pada SIM, masing-masing field
Nomor
Sebenarnya Pengenalan Akurasi (%)
630715540336 630715540336 100
630715540731 630715540731 100
780915540395 780915540395 100
830715540825 830715540825 100
710115531414 710115531414 100
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - SIM
Pengujian pada SIM, masing-masing field
Jenis
Sebenarnya Pengenalan Akurasi (%)
A A 100
C C 100
A A 100
C C 100
C C 100
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Hasil Pengujian Sistem - SIM
Pengujian pada SIM, masing-masing field
Alamat
Sebenarnya Pengenalan Akurasi (%)
DS PONGANGAN REJO RT1 RW3
DS PONGANGAN REJO RT1 RW3
100
DS PONGANGAN REJO RT1 RW3
DS FONGANGAN REJO RT1 RW3
95.24
DS RANDUAGUNG RT3 RW3
DS RANDUAGUNG RT3 RW3
100
DS KRAMAT LANGON IV 10
DS KRAMAT LANGON IV 10
100
BRINGIN BENDO TAMAN NHINGTN BL NOC T
AMAN 64.71
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Pembahasan
Pembahasan Hasil Pengujian Secara Keseluruhan: 1. Pengaruh parameter Alpha dan Epoh dari pengujian field
NIK, Nama pada eKTP dan Nama, Nomor pada SIM diperoleh nilai aplha 0.01 dan jumlah epoh 1000 untuk pengujian.
2. Nilai ambang yang berbeda dapat mempengaruhi hasil pengenalan. Pada pengujian mencari nilai ambang rata-rata didapatkan untuk dokumen eKTP digunakan nilai ambang 126 dan untuk dokumen SIM digunakan nilai ambang 170.
3. Pengujian pada 25 dokumen identitas berbeda, rata-rata mengenali karakter eKTP sebesar 62.51% dan karakter SIM sebesar 91.87%.
4. Penyebab besar kecilnya akurasi dipengaruhi oleh kualitas citra, baik pemotongan yang kurang sempurna pada dokumen dan karakter yang saling berhimpit sehingga dianggap sebagai satu karakter.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Kesimpulan
1. Proses-proses yang dilakukan sebelum karakter pada citra dokumen dapat dikenali adalah proses konversi citra, proses segmentasi, proses normalisasi, dan proses ekstraksi ciri.
2. Penentuan nilai ambang (threshold) sangat berpengaruh pada akurasi yang didapatkan masing-masing field dokumen. Nilai ambang yang digunakan untuk dokumen eKTP sebesar 126 dan untuk dokumen SIM sebesar 170.
3. Karakter pada dokumen SIM lebih mudah dikenali daripada karakter pada dokumen eKTP. Dilihat dari bentuk fisik karakter dokumen SIM memiliki huruf yang tegas dan jelas serta minim noise pada latar belakang. Sedangkan pada dokumen eKTP karakter lebih kecil dan kadang berhimpit satu sama lain sehingga sulit dikenali.
4. Metode Learning Vector Quantization lebih baik dalam mengenali karakter dokumen SIM dengan rata-rata pengenalan dari 25 dokumen SIM untuk beberapa field sebesar 91.87% sedangkan pada dokumen eKTP akurasinya sebesar 62.51%.
5. Sitem mampu mengkonversi citra dokumen eKTP/SIM menjadi karakter sesuai dengan field-field yang dikehendaki dan dikelompokkan ke dalam suatu tabel.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Saran
1. Citra dokumen yang digunakan lebih ditingkatkan kualitasnya, hal ini membutuhkan scanner yang dapat menghasilkan citra dengan kedalaman piksel lebih tinggi.
2. Proses menghilangkan gangguan (noise) sangat berpengaruh dalam hasil pengenalan, sehingga perlu pra-pengolahan yang lebih baik untuk meningkatkan akurasi.
3. Metode yang dipakai dalam penelitian ini dapat dikembangkan atau menggunakan metode lain dengan data latih yang lebih banyak.
4. Dapat dikembangkan untuk langsung terhubung dengan scanner tanpa perlu melakukan pemotongan manual (akuisisi), sehingga bisa dilakukan secara otomatis.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Daftar Pustaka
[1]. Putra, D. 2009. Pengolahan Citra Digital. Yogyakarta : Penerbit Andi.
[2]. Hartanto, S., Sugiharto, A., Endah, S.N., dan Prabhakar. 2012. Optical Character Recognition Menggunakan Algoritma Template Matching Correlation. Semarang : Undip.
[3]. Rohwana, U. 2013. Pengenalan Tulisan Tangan Huruf Latin Bersambung Secara Real Time Menggunakan Algoritme Learning Vector Quantization. Surabaya : Institut Teknologi Sepuluh Nopember.
[4]. Ronny, Rahman, S., Munir, A. 2012. Pengenalan Karakter Dengan Segmentasi Citra dan Algoritma Learning Vector Quantization. Makassar : STMIK.
[5]. Gonzales, RC. Woods, RE. 2002. Digital Image Processing. New Jersey: Prentice Hall, Inc.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
Daftar Pustaka
[6]. Fausett, L. 1994. Fundamentals of Neural Networks: Architectures, Algorithms, and Applications. Prentice Hall International.Inc.
[7]. Asworo. 2010. Comparison Between Kohonen Neural Network Method and Learning Vector Quantization in The Online Handwriting Recognition System. Surabaya : Institut Teknologi Sepuluh Nopember.
[8]. KKPS. 2009. BERSERI “Belajar Menulis Benar, Rapi, dan Indah” untuk siswa kelas satu, dua, dan tiga Sekolah Dasar. Bandung.
JURUSAN MATEMATIKA FMIPA ITS SURABAYA 2014
TERIMA KASIH