Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Teknologi Informasi Komunikasi dan Industri
Nining Erlina
Teknik Informatika UIN SUSKA Riau
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengenalan Jenis Khat Huruf Hijaiyah Tunggal Menggunakan Metode Template Matching Nining Erlina; Febi Yanto
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2016: SNTIKI 8
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan komputerisasi karakter huruf hijaiyah masih perlu diteliti. Karakter huruf hijaiyah mempunyai banyak jenis huruf yang memiliki bentuk cita rasa seni dan keindahan yang bisa dinikmati saat ini. Tidak semua jenis huruf hijaiyah dapat dikenali oleh semua orang dikarenakan bentuk yang rumit dan sulit untuk dipahami. Penelitian ini dibangun untuk mengenali jenis huruf hijaiyah tunggal berdasarkan jenis khat yang digunakan. Metode yang digunakan untuk pengenalan karakter huruf hijaiyah tunggal ini adalah metode template matching. Metode template mathing mampu mencari suatu template pada keseluruhan objek. Karakter yang diuji akan melewati fase pre-processing dan segmentasi menggunakan metode profile projection untuk memisahkan setiap karakternya. Pengujian dilakukan terhadap 79 karakter huruf hijaiyah tunggal dari media internet dan 147 karakter huruf hijaiyah tunggal dari software kelk menghasilkan persentase keberhasilan huruf benar dan khat benar 85.3982%, huruf benar khat salah 4.8673%, huruf salah dan khat benar 4.8673%, huruf salah dan khat salah 4.8673%. Kesimpulan pengujian menunjukan bahwa metode template matching mampu mengenali jenis huruf hijaiyah berdasarkan jenis huruf yang digunakan dengan persentase akurasi keberhasilan yang tertinggi adalah 85.398%.Kata kunci: pengenalan karakter, profile projection, software kelk, template matching
Co-Authors Febi Yanto