Pengenalan Teks menjadi topik pengolahan citra digital yang sedang hangat diperbincangkan, berbagai metode sudah dicoba disematkan dan hingga saat ini masih mencari-cari metode apakah yang memiliki akurasi terbaik. Pada tugas akhir ini penulis menggunakan metode Histograms of Oriented Gradient untuk pengekstrasian fitur dan Extreme Learning Machine untuk pengklasifikasian data. Sistem pertama-tama akan melakukan pre-processing untuk menyetarakan ukuran gambar lalu mengubahnya menjadi grayscale untuk memudahkan proses ekstraksi fitur. Setelah itu proses ekstraksi fitur oleh HOG untuk menyeleksi bentuk objek yang pada paper ini berupa tulisan tangan. Kemudian akan dilakukan klasifikasi oleh Extreme Learning Machine untuk mengelompokkan objek tersebut sesuai dengan sifat huruf yang terkandung dalam gambar tulisan tangan tersebut. Penelitian ini menghasilkan rata-rata akurasi mikro sebesar 74.69% dan akurasi makro sebesar 73.03% pada pengujian menggunakan ukuran cell 30x30, ukuran blok 30x30 dan jumlah hidden layer 3000 node.