Segmentasi Kata Tulisan Tangan Menggunakan Jendela Blackman

Abstract

Dalam pengenalan kata tulisan tangan, salah satu strateginya adalah mengenali huruf demi huruf yang menyusun kata tersebut. Dengan strategi ini, bila kata yang akan dikenali ditulis dengan ragam latin, pengenalan huruf demi hurufnya menjadi persoalan yang rumit, karena tidak jelasnya segmentasi antara huruf yang satu dengan huruf yang lain. Untuk mengatasi persoalan tersebut, dapat digunakan suatu metode segmentasi yang dinamakan segmentasi lebih. Tulisan ini membahas metode segmentasi lebih menggunakan jendela Blackman. Secara ringkas, proses segmentasi dalam tulisan ini sebagai berikut: Masukan – Pengolahan awal – Segmentasi – Keluaran. Masukan berupa sebuah citra kata terisolasi dalam format biner, serta keluaran berupa sejumlah citra segmen huruf. Pengolahan awal berfungsi untuk mengkoreksi slope dan slant dari citra masukan. Koreksi-koreksi ini diperlukan karena metode segmentasi yang digunakan sensitif terhadap slope dan slant. Segmentasi berfungsi untuk memecah citra kata menjadi sejumlah citra segmen huruf. Berdasarkan hasil pengujian secara subyektif terlihat bahwa, untuk semua jendela Blackman yang lebarnya 8, 12, dan 16 titik, dengan nilai alpha masing-masing mulai dari 0 ; 0,12 ; dan 0,40 dapat digunakan secara efektif untuk keperluan segmentasi. Secara umum, jendela Blackman dengan kelebaran mulai dari 8 titik, bila kelebaran dan nilai alpha-nya makin naik, dapat digunakan secara efektif untuk keperluan segmentasi.