Pengenalan Angka Tulisan Tangan Menggunakan Scale Invariant Feature Transform (sift)

Shabran Fauzan Ahmad (Telkom University)
Febryanti Sthevanie (Telkom University)
Said Al Faraby (Telkom University)

eProceedings of Engineering
Vol 5, No 1 (2018): April 2018

Bidang computer vision khususnya OCR sudah ada sejak zaman dahulu dan sudah digunakan oleh manusia untuk mempermudah pekerjaan sehari-hari. Namun, untuk pengenalan tulisan tangan masih ada tantangan tersendiri, yaitu tingkat kesulitan untuk mengenali karena tulisan tangan setiap manusia banyak jenisnya bahkan untuk satu angka ditulis lebih dari satu kali dapat berbeda. Untuk itu, dibuatlah sistem pengenalan tulisan tangan menggunakan metode Scale Invariant Feature Transform (SIFT).Metode SIFT merupakan salah satu metode feature extraction yang memiliki performa baik. Ditambah dengan SVM classifier, sistem pengenalan tulisan tangan berhasil dibuat dengan akurasi sebesar 95,4% pada data set MNIST sebanyak 10.000 data testing.