ABSTRAKSI: Tugas akhir ini membahas mengenai sebuah metode pengenalan tulisan tangan. Dengan pengenalan tulisan tangan, proses pengetikan ulang data yang telah ditulis pada selembar kertas dapat menjadi lebih efektif dengan direduksinya waktu dan tenaga yang dibutuhkan dalam proses penginputan data ke dalam database. Proses penginputan data secara manual biasanya membutuhkan waktu yang relatif lama seiring dengan banyaknya data yang diinputkan. Hingga saat ini masih banyak penelitian yang membahas pengenalan tulisan tangan ini. Tingkat akurasi yang relatif rendah bergantung pada banyaknya data latih dan metode yang digunakan masih menjadi masalah dalam penelitian-penelitian yang ada.
Kohonen SOM dengan kelebihannya yang mempunyai banyak titik pemenang dan proses yang lebih sederhana dan cepat, dapat memberikan tingkat akurasi yang baik dalam pengenalan tulisan tangan ini. Sedangkan MDF yang secara khusus dibangun untuk pencirian tulisan, dapat memberikan ciri yang baik untuk membantu SOM dalam pengklasifikasian karakter. Berdasarkan hasil penilitian, ciri yang didapatkan dengan metode MDF tergolong baik. Penggunaan ciri rasio pun memperbaiki kualitas MDF ini. Dan dengan ukuran peta topologi yang besar pada SOM, tingkat akurasi yang didapatkan akan menjadi lebih baik.
Kata Kunci : pengenalan tulisan tangan, MDF, SOMABSTRACT: This paper describes a method of handwriting recognition. With handwriting recognition, process of retyping data that has been written on a paper can be more effective by the reduction of time and energy needed in the process to input data to the database. The manual process to input data usually need a long time depends on how much the data to be input. At the recent time, many research about handwriting recognition still in progress. A low accuracy level depends on how training set data and method used still being a problem exists in these researches.
Kohonen SOM with the ability to have several winner nodes and simpler and faster process, can give a great accuracy level in handwriting recognition. MDF that is especially build to extracts the feature of alphabet or numeric character, give a great feature to help SOM in classification process. Based on experiment, feature that extracted with MDF method is quite good. Usage of ratio feature can also make the quality of the feature better. And with bigger topology map in SOM, accuracy level for handwriting recognition can be better.
Keyword: handwriting recognition, MDF, SOM