Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Perbandingan Algoritma Template Matching Dan Feature Extraction Pada Optical Character Recognition
Raden Sofian Bahri (2011) | Skripsi | Teknik Informatika
Bagikan
Ringkasan
Algoritma template matching merupakan metode yang sederhana danbr /
banyak digunakan untuk mengenali pola. Kelemahan algoritma ini adalahbr /
terbatasnya model yang akan dijadikan template sebagai pembanding pada basisbr /
data seperti bentuk, ukuran, dan orientasi. Algoritma feature extraction menjawabbr /
masalah model template seperti bentuk, ukuran, dan orientasi yang ada padabr /
algoritma template matching dengan cara memetekan ciri-ciri objek citra yangbr /
akan dikenali.br /
Optical character recognition digunakan untuk menerjemahkan karakterbr /
pada citra digital menjadi format teks. Penerapannya yang sederhana membuatbr /
algoritma template matching banyak digunakan dalam OCR[1].br /
Berdasarkan hasil pengujian, algoritma template matching memilikibr /
persentase akurasi rata-rata 29.459%, sedangkan algoritma feature extractionbr /
memiliki persentase akurasi rata-rata 63.602%. Algoritma feature extractionbr /
memiliki peluang yang besar untuk dikembangkan terutama untuk pemetaan ciriciribr /
khusus citra dibandingkan algoritma template matching yang hanyabr /
memetakan intensitas pixel dalam OCR. Kompleksitas kedua algoritma diukurbr /
dengan menghitung jumlah operasi dasar kedua algoritma. Algoritma featurebr /
extraction memiliki tingkat kompleksitas yang sama dengan algoritma templatebr /
matching yaitu 2n+1. Agloritma feature extraction membutuhkan enam prosesbr /
untuk memetakan dan mengenali fitur citra karakter, sedangkan algoritmabr /
template matching hanya membutuhkan tiga proses untuk memetakan intensitasbr /
pixel dan menghitung nilai eror minimum. Algoritma template matchingbr /
membutuhkan waktu rata-rata 180.743 detik untuk mengenali dokumen uji.br /
Sedangkan algoritma feature extraction membutuhkan waktu rata-rata 5.117br /
detik terhadap dokumen uji.br /
Berdasarkan akurasi, pengembangan, dan waktu, algoritma featurebr /
extraction lebih unggul dibandingkan algoritma template matching pada OCR.
Ringkasan Alternatif
Template matching algorithm is a simple method and most used in patternbr /
recognition. Weakness of this algorithm is limitted model that used to be templatebr /
as conqueror in database like shape, size, and orientation. Feature extractionbr /
algorithm solve model template problem like shape, size, and oritentation inbr /
template matching algorithm by map the feature of object that will be recognize.br /
Optical character recognition use to translate character in digital imagebr /
into text format. Template matching is method that most used un OCR because ofbr /
simplixity [1].br /
Based on test result, template matching algorithm have 29.459% inbr /
accuracy, while feature extraction algorithm have 63.602% in acccuracy.br /
Feature extraction algorithm has chance to develop especially in a featurebr /
mapping of digital image than template matching algorithm which only mappbr /
pixel intensity in OCR. Complexity of both algorithm is measured by count basicbr /
opetation. Feature extraction algorithm has same complexity with templatebr /
matching algorithm where complexity is 2n+1. Feature extraction algorithm needbr /
six process to mapp and recognize the feature, template matching algorithm needbr /
three process to map the pixel intensity and count minimum eror value. Templatebr /
matching algorithm need 180.743 seconds to recognize document that test to thebr /
system. Feature extraction algorithm need 5.117 seconds to rexognize testbr /
document.br /
Based on accuracy, development, and time, feature extraction algorithm is betterbr /
than template matching algorithm in OCR.