ABSTRAKSI: Tulisan tangan sangat berhubungan erat dengan kehidupan kita. Salah satunya adalah pada penulisan alamat atau kode pos pada perusahaan pengiriman surat, wesel maupun barang. Perusahaan-perusahaan jasa tersebut masih melakukan proses entri data secara manual sampai saat ini. Petugas-petugasnya akan memasukkan kode pos ke dalam suatu sistem data base sehingga dapat diketahui tujuannnya secara lengkap. Apabila terdapat suatu sistem otomatis yang dapat mengenali serta membaca secara langsung tulisan tangan kode pos tersebut, maka akan mengurangi beban petugas-petugas tersebut dan dapat mempersingkat alur kerja di perusahaan jasa tersebut.
Untuk mengatasi keperluan tersebut, terdapat sebuah sistem pengenalan dokumen tulisan tangan dengan kualitas tinggi untuk huruf cetak sudah dikembangkan cukup lama yaitu dengan OCR (Optical Charater Recognizer). Salah satu kekurangan dari sistem OCR adalah melakukan pemisahan dan pembacaan tulisan tangan yang saling bersentuhan.
Dalam tugas akhir ini dilakukan penelitian proses pengenalan kode pos berbasis citra tulisan tangan (handwriting recognition) yang saling bersentuhan menggunakan algoritma segmentasi background dan foreground feature. Algoritma ini merupakan algoritma yang digunakan untuk melakukan proses pemisahan kode pos yang saling bersentuhan. Terdiri beberapa tahap yaitu thinning, pencarian feature point yaitu end point, pencarian garis segmentasi terbaik dan kemudian pemutusan.
Dari penelitian ini, sistem dapat membaca dan mengenali kode pos bertuliskan tangan serta menunjukkan daerah yang dimaksud oleh kode pos tersebut dengan tingkat akurasi maksimal 89,33% untuk nilai thershold korelasi 0,7. Tetapi pada threshold korelasi ini, sistem dengan macam-macam ukuran blok overlapping ini, menghasilkan akurasi sistem yang kurang stabil jika dibandingkan dengan threshold korelasi 0,8 yang menghasilkan akurasi sistem lebih stabil yaitu berkisar di atas 85 % dengan waktu komputasi rata-rata 1,35 detik. Untuk nilai selisih jarak antara dua feature point end point untuk menentukan titik perpotongan terbaik adalah dua menghasilkan performansi sistem akurasi menjadi sangat baik yaitu 92,06 %.
Kata Kunci : tulisan tangan, kode pos, thinning, Algoritma Segmentasi Background dan Foreground Feature, threshold korelasiABSTRACT: The handwriting very closely related to out lives. One is the writting of an address or post code on the letter delivery companies, money orders and goods. Service companies are still doing manual data entry process to date. Officers will enter a zip code into a database system so that it can be seen in full destination. If there is an automatic system that can recognize and read handwriting deirectly zip code, it will reduce the burden on the officers and can shorten the work flow in the enterprise services.
To address these purposes, there is a handwritten document recognition system with hign quality to print letters that have been developed for a long time with OCR (Optical Character Recognize). One drawback of the OCR system is to perform the separation and reading handwriting touching each other.
In this final project conducted the research process postcode based image recognition handwritteing that are touching each other using a segmentation algorithm foreground and background feature. This algorithm is an algorithm used to perform the separation process are touching each other postal code. Consist of several stages of thinning, the search of feature point is an end point, the search for the best segmentation line and the termination.
From this research, the system can read and recognize the zip code that read the hand and show the areas in question by zip code with maximum of 89,33 % accuracy rate for the value of the correlation threshold 0,7. But for correlation threshold system with other overlapping block size show the accuracy rate less than stable if compare with correlation threshold 0,8 show accuracy rate more than stable is range more than 85 % with computing time 1,35 seconds. For the value of different distance between two feature points determine the end point is the point of intersection of two produces the best performance of the system to be very good accuracy is 92,06 %.Keyword: handwritten, postcode, thinning, background and foreground segmentation algorithm, correlation threshold.