Pengenalan Tulisan Tangan Bahasa Arab Menggunakan Metode Probabilistic Neural Network

Abstrak

Perkembangan teknologi yang sangat pesat saat ini tidak membuat pendokumentasian data atau informasi dengan tulisan tangan dihilangkan. Bahkan dalam berbagai penelitian, menulis dengan tangan terbukti memiliki efek yang sangat baik untuk kecerdasan otak. Dalam penelitian ini akan dibangun aplikasi pengenalan tulisan tangan menggunakan metode Probabilistic Neural Network dengan data training. Data dengan masing-masing huruf terdiri dari 10 sampel yang digunakan untuk pelatihan sistem. Dalam pengenalan pola, data training memiliki peran yang sangat penting dalam menentukan akurasi sistem, selain itu ukuran dimensi pixel baris dan kolom citra juga sangat berpengaruh. Proses pengenalan citra tulisan tangan ini melalui beberapa tahapan yaitu data training dan data testing. Pada tahap data training ada beberapa data yang harus di training sebelum data tersebut di testing. Setelah di training data akan di testing kemudian diubah menjadi RGB dalam arah keabuan. Data yang ditesting awalnya tersambung agar bisa terpisah, maka data tersebut dilakukan cropping (pemotongan). Kemudian data akan di atur bagian ekstraksi fiturnya untuk menghasilkan data training dan data testing. Dalam penelitian ini, matriks pixel citra akan diubah dalam bentuk vektor.

Kata kunci: Pengenalan Tulisan Tangan, Ekstraksi Fitur, Probabilistic Neural Network (PNN