Penerapan Metode Distance Transform Pada Kernel Discriminant Analysis Untuk Pengenalan Pola Tulisan Tangan Angka Berbasis Principal Component Analysis

Abstract

Pengenalan pola merupakan salah satu bidang penelitian yang cukup popular Karena dapat digunakan  untuk  berbagai  keperluan. Penelitian  ini bertujuan  membangun sebuah  aplikasi  untuk dapat mengenali  sebuah  objek  tulisan  tangan  angka  secara  langsung  dengan  penerapan  metode Distance Transform (DT)  Pada  Algoritma Kernel  Discriminant  Analysis (KDA)  Berbasis Principal  Component Analysis (PCA). Penerapan  PCA  untuk  proses  segementasi  sedangkan  KDA  untuk  ekstrasi  fitur  pola tulisan tangan angka, DTdiusulkan untuk memperbaiki performa KDA terhadap waktu komputasi dengan PCA  untuk  ekstraksi.  Kerangkan  analisis  yang  diusulkan  menggunakan  dua  pendekatan,  pendekatan pertama  analisa  kinerja  PCA+KDA,  kemudian  PCA+KDA  dengan  DT,  kedua  hasil  pendekatan  akan dibandingkan untuk mengetahui dampak DT terhadap KDA berbasis PCA pada pengenalan pola tulisan tangan angka secara langsung.Berdasarkan hasil pengujian metode DT yang diusulkantidak berpengaruh secara signifikan untukmemperbaiki kelemahan KDA pada optimasi waktu, namun untuk ekstraksi pada kernelyang  berbeda  dengan  tingkat  akurasi pengenalantulisan  tangan  angka  secara  langsung  95,5% dibandingkan kombinasi KDA berbasis PCA sebesar 87,98%

GS Cited Analysis