Teknologi pengenalan karakter merupakan salah satu teknologi yang sangat bermanfaat untuk membantu manusia dalam hal pekerjaan dan proses digitalisasi. Maka dari itu banyak dilakukan penelitian mengenai pengenalan citra karakter. Penelitian Tugas Akhir ini menerapkan metode Template Matching Correlation untuk pengenalan karakter lebih dari satu baris (Multi Line). Terdapat tiga tahapan utama yang digunakan, yaitu tahap pre-processing, segmentasi dan pengenalan karakter. Tahap pre-processing ialah tahap merubah citra menjadi biner dan menghilangkan noise. Tahap kedua ialah segmentasi dengan Profil Proyeksi. Pada segmentasi Profil Proyeksi dilakukan proses pemotongan menurut baris dan kolom untuk mendapatkan citra karakter. Hasil citra karakter uji dan template harus disamakan ukuran agar dapat diproses pada tahap selanjutnya. Tahap ketiga yaitu pengenalan karakter digunakan Metode Template Matching Correlation untuk menghitung kedekatan antara karakter citra template dan citra uji. Cara kerja metode Template Matching Correlation ialah mencocokkan setiap piksel pada matrik citra uji dengan citra yang menjadi template acuan untuk mendapatkan nilai maksimum. Nilai maksimum tersebut yang dijadikan hasil dari pengenalan karakter tulisan. Pengujian dilakukan terhadap 40 citra dengan variasi dua hingga empat baris kalimat. Akurasi yang didapatkan dari pengujian tersebut cukup baik, yaitu sebesar 71% karakter dapat dikenali dengan menggunakan metode Template Matching Correlation.

Character recognition is a technology that is very useful to help people in working and digitizing process. Therefore a lot of character image recognition researches has been done. Template Matching Correlation is applied in this research to recognize multi line characters. Three main stages are used: preprocessing, segmentation, and character recognition. The preprocessing stage transforms the image into binary and removes the noises. The second stage is a segmentation by projection profile. This stage is a dissection process by row and column to get the character image. The size of the results of the test images must be equalized with the template image to get it processed in the next step. Template Matching Correlation is used in the last stage to calculate the relation between the template and the test image. Template Matching Correlation method works by matching every single pixel of the test image with the reference template image to obtain the maximum value. This value is used as the result of the transcription character recognition. The tests are carried out on 40 images with variations in two to four lines of sentence. The accuracy obtained from theses tests are quite good. At least 71% of the characters can be recognized by Template Matching Correlation method at the end of the research.

Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal Baca Jurnal