Abstrak
Algoritma template matching merupakan metode yang sederhana dan banyak digunakan untuk mengenali pola. Kelemahan algoritma ini adalah terbatasnya model yang akan dijadikan template sebagai pembanding pada basis data seperti bentuk, ukuran, dan orientasi. Algoritma feature extraction menjawab masalah model template seperti bentuk, ukuran, dan orientasi yang ada pada algoritma template matching dengan cara memetakan ciri-ciri objek citra yang akan dikenali. Optical character recognition digunakan untuk menerjemahkan karakter pada citra digital menjadi format teks. Penerapannya yang sederhana membuat algoritma template matching banyak digunakan dalam OCR. Kedua algoritma diuji berdasarkan akurasi hasil pengenalan, waktu yang dibutuhkan, kompleksitas, pengembangan, dan proses yang dibutuhkan oleh masing-masing algoritma dalam OCR. Berdasarkan akurasi, pengembangan, dan waktu, algoritma feature extraction lebih unggul dibandingkan algoritma template matching pada OCR.
Kata kunci : template matching, feature extraction, dan optical character recognition
Pendahuluan
Algoritma template matching merupakan metode yang sederhana dan banyak digunakan untuk mengenali pola. Algoritma ini bekerja dengan cara mengevaluasi pola citra yang akan dibandingkan dengan pola citra template pada basis data. Kelemahan algoritma ini adalah terbatasnya model yang akan dijadikan template sebagai pembanding pada basis data seperti bentuk, ukuran, dan orientasi[10]. Algoritma feature extraction menjawab masalah model template seperti bentuk, ukuran, dan orientasi yang ada pada algoritma template matching dengan cara memetekan ciri-ciri objek citra yang akan dikenali. Ciri-ciri yang dipetakan dari citra yang akan dikenali dan diklasifikasikan terhadap ciri-ciri citra template yang disimpan pada basis data. Algoritma feature extraction memiliki kelemahan dalam menentukan ciri-ciri khusus citra yang akan dikenali[10].
Peneliti: Raden Sofian Bahri
Untuk lebih lengkapnya silahkan download di link berikut:
Post a Comment
Post a Comment