IDENTIFIKASI CITRA BILANGAN DESIMAL 0 - 9 BERBASIS LEARNING VECTOR QUANTIZATION SECARA REAL TIME

Abstract

Pengenalan pola angka menggunakan komputer secara realtime dituntut untuk terus di-lakukan perbaikan akurasinya guna memaksimalkan penggunaannya pada berbagai ma-cam aplikasi. Karenanya diperlukan penelitian yang menunjukkan kemampuan suatu me-tode dalam mengenali citra angka dengan menggunakan device, serta alternative peng-gunaan simplepreprocessing dengan tetap memperhatikan biaya komputasi, dan target akurasi identifikasi yang maksimal. Penelitian ini dilakukan secara real time dengan se-buah WebCam yang digunakan untuk mengambil data citra pelatihan maupun pengujian. Sedangkan tujuannya untuk melakukan pengenalan angka terhadap data yang diambil dari device webcam dan data uji yang digunakan akan diuji dengan metode LVQ untuk diketahui tingkat akurasi pengenalan angka tersebut

Data citra angka yang digunakan diambil menggunakan webcam 2 Megapixel. Webcam tersebut diatur nilai resolusinya sehingga mempunyai ukuran resolusi 120 x 160 MP. Setiap data dari citra akan melalui tahapan proses konversi ruang warna citra menjadi grayscale, melakukan threshold sehingga data citra berada pada ruang warna hitam putih. Dan Learning Vector Quantizationdigunakan untuk melakukan identifikasi angka. Proses identifikasi untuk mengenali citra angka angka yang tidak pernah dilatih sebe-lumnya dalam sistem.

Dalam penelitian ini terdapat 150 data training, 50 data pengujian dengan 20 variasi setiap angka dan diuji secara real time menggunakan webcam. Hasil penelitian me-nunjukkan tingkat akurasi identifikasi dengan benar menggunakan tahapan pada pe-nelitian ini terhadap citra data angka adalah 70%.