Melola Discovery

← Melola Discovery

Jurnal SINTA 2

PENGENALAN ANGKA TULISAN TANGAN ONLINE MENGGUNAKAN METODE STRUCTURAL MATCHING

JUTI: Jurnal Ilmiah Teknologi Informasi · Vol. 3 No. 2 (2004) · pp. 132–139

DOI
10.12962/j24068535.v3i2.a266
ISSN
2406-8535, 1412-6389
Published
2004-07-01
Publisher
Institut Teknologi Sepuluh Nopember
Language
eng

Abstract

Pengenalan tulisan tangan telah dilakukan lebih dari tiga dekade. Berbagai teknik pendekatan telah dilakukan dengan tujuan untuk lebih memudahkan manusia berinteraksi dengan mesin. Dalam penelitian ini akan mengimplementasikan perangkat lunak yang dapat mengenali satu digit angka tulisan tangan secara online menggunakan metode structural matching. Ada beberapa tahap yang dilakukan dalam proses pengenalan. Tahap pertama adalah ekstraksi dan rekonstruksi struktur, tahap kedua adalah structural matching dan tahap ketiga adalah pasca proses. Pada tahap pertama yaitu ekstraksi dan rekonstruksi struktur, tulisan tangan dibagi menjadi beberapa ruas garis sesuai dengan nilai arah, dikelompokkan dan ditentukan tatabahasanya yaitu Up, Down, Loop, atau Line sebagai perwakilan dari tipe kurva sedangkan nilai arah diwakili dengan angka 0 sampai dengan 7. Pada tahap kedua, tatabahasa yang dihasilkan dari proses sebelumnya dibandingkan dengan tatabahasa pada data aturan sehingga dihasilkan himpunan angka yang memiliki struktur tatabahasa seperti pada tahap ekstraksi dan rekonstruksi struktur. Tahap ketiga, menentukan angka yang sesuai dengan tulisan tangan dari himpunan angka yang dihasilkan pada tahap structural matching. Dari uji coba perangkat lunak yang telah dilakukan menunjukkan bahwa perangkat lunak yang dibuat mampu mengenali angka tulisan tangan dengan cepat yaitu kurang dari satu detik. Kelengkapan data aturan menjadi hal yang utama untuk menunjang kemampuan perangkat lunak dalam mengenali tulisan tangan. Kata kunci: structural matching, pengenalan

Collaboration network of the authors

40 authors · 71 co-authorship links · 3 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Institut Teknologi Sepuluh Nopember
  • Islamic University of Indonesia
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Chastine FatichahInstitut Teknologi Sepuluh Nopember9
Yuna SugianelaInstitut Teknologi Sepuluh Nopember2
Anny YuniartiInstitut Teknologi Sepuluh Nopember2
Imam KuswardayanInstitut Teknologi Sepuluh Nopember2
Handayani TjandrasaInstitut Teknologi Sepuluh Nopember2
Isye ArieshantiInstitut Teknologi Sepuluh Nopember2
Syavira Tiara ZulkarnainInstitut Teknologi Sepuluh Nopember2
Diana PurwitasariInstitut Teknologi Sepuluh Nopember2
Jayanti Yusmah SariInstitut Teknologi Sepuluh Nopember1
Mutmainnah MuchtarInstitut Teknologi Sepuluh Nopember1
Bernardinus ArisandiAffiliation unknown1
Arya Yudhi WijayaInstitut Teknologi Sepuluh Nopember1
Lim Yohanes StefanusAffiliation unknown1
Faida RoyaniAffiliation unknown1
Tri Anggraeny FettyAffiliation unknown1
Lalu Muhammad DzakiAffiliation unknown1
Dewi RosidaAffiliation unknown1
Rosdiana RahmawatiAffiliation unknown1
Rizky Yuniar HakkunAffiliation unknown1
Muchammad HusniInstitut Teknologi Sepuluh Nopember1
Arief PrasetyoInstitut Teknologi Sepuluh Nopember1
Darlis Heru MurtiInstitut Teknologi Sepuluh Nopember1
Daru Jani NanjayaAffiliation unknown1
Dody Rachmat WicaksonoAffiliation unknown1
Sarwosri SarwosriInstitut Teknologi Sepuluh Nopember1
Myke Noor ArianiAffiliation unknown1
Ricky Eka PutraAffiliation unknown1
Arrie KurniawardhaniIslamic University of Indonesia1
Fitri BimantoroAffiliation unknown1
Mirza Galih KurniawanInstitut Teknologi Sepuluh Nopember1
Wijayanti Nurul KhotimahInstitut Teknologi Sepuluh Nopember1
Ridho Rahman HariadiInstitut Teknologi Sepuluh Nopember1
Risal Andika SaputraInstitut Teknologi Sepuluh Nopember1
Dini Adni NavastaraInstitut Teknologi Sepuluh Nopember1
Ardhon RakhmadiInstitut Teknologi Sepuluh Nopember1
Misbahul FuadInstitut Teknologi Sepuluh Nopember1
Dimas Fanny Hebrasianto PermadiInstitut Teknologi Sepuluh Nopember1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://juti.if.its.ac.id/index.php/juti/oai, first harvested 26 Okt 2026, last seen 26 Okt 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">PENGENALAN ANGKA TULISAN TANGAN ONLINE MENGGUNAKAN METODE STRUCTURAL MATCHING</dc:title>
	<dc:creator xml:lang="en">Jatmiko, Nunut Priyo</dc:creator>
	<dc:creator xml:lang="en">Suciati, Nanik</dc:creator>
	<dc:creator xml:lang="en">I., Andi K.</dc:creator>
	<dc:description xml:lang="en">  Pengenalan tulisan tangan telah dilakukan lebih dari tiga dekade. Berbagai teknik pendekatan telah dilakukan dengan tujuan untuk lebih memudahkan manusia berinteraksi dengan mesin. Dalam penelitian ini akan mengimplementasikan perangkat lunak yang dapat mengenali satu digit angka tulisan tangan secara online menggunakan metode structural matching. Ada beberapa tahap yang dilakukan dalam proses pengenalan. Tahap pertama adalah ekstraksi dan rekonstruksi struktur, tahap kedua adalah structural matching dan tahap ketiga adalah pasca proses. Pada tahap pertama yaitu ekstraksi dan rekonstruksi struktur, tulisan tangan dibagi menjadi beberapa ruas garis sesuai dengan nilai arah, dikelompokkan dan ditentukan tatabahasanya yaitu Up, Down, Loop, atau Line sebagai perwakilan dari tipe kurva sedangkan nilai arah diwakili dengan angka 0 sampai dengan 7. Pada tahap kedua, tatabahasa yang dihasilkan dari proses sebelumnya dibandingkan dengan tatabahasa pada data aturan sehingga dihasilkan himpunan angka yang memiliki struktur tatabahasa seperti pada tahap ekstraksi dan rekonstruksi struktur. Tahap ketiga, menentukan angka yang sesuai dengan tulisan tangan dari himpunan angka yang dihasilkan pada tahap structural matching. Dari uji coba perangkat lunak yang telah dilakukan menunjukkan bahwa perangkat lunak yang dibuat mampu mengenali angka tulisan tangan dengan cepat yaitu kurang dari satu detik. Kelengkapan data aturan menjadi hal yang utama untuk menunjang kemampuan perangkat lunak dalam mengenali tulisan tangan.   Kata kunci : structural matching, pengenalan</dc:description>
	<dc:publisher xml:lang="en">Institut Teknologi Sepuluh Nopember</dc:publisher>
	<dc:date>2004-07-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://juti.if.its.ac.id/index.php/juti/article/view/266</dc:identifier>
	<dc:identifier>10.12962/j24068535.v3i2.a266</dc:identifier>
	<dc:source xml:lang="en">JUTI: Jurnal Ilmiah Teknologi Informasi; Vol 3, No 2 Juli 2004; 132-139</dc:source>
	<dc:source>2406-8535</dc:source>
	<dc:source>1412-6389</dc:source>
	<dc:source>10.12962/j24068535.v3i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://juti.if.its.ac.id/index.php/juti/article/view/266/215</dc:relation>
</oai_dc:dc>