// <![CDATA[IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) SEBAGAI METODE KLASIFIKASI POLA KEMIRINGAN TULISAN TANGAN]]> Dewi Rosmala, S.Si, M.IT. Dosen Pembimbing 1 Imam Tri Wibowo /15-2012-020 Penulis Dina Budi Utami S.Kom., M. Dosen Pembimbing 2
Grafologi merupakan salah satu ilmu untuk mempelajari karakter manusia melalui tulisan tangan, salah satu cara untuk menganalisa tulisan tangan adalah melalui kemiringan tulisan, pola kemiringan tulisan tangan dibagi menjadi tiga yaitu<90O, 90O, >90O. Pada penelitian Implementasi metode Support Vector Machine untuk klasifikasi pola kemiringan tulisan dilakukan untuk mengklasifikasikan tulisan tangan secara otomatis. Dalam implementasinya terdapat dua tahap, yaitu tahap pelatihan dan pengujian, pada tahap pelatihan citra yang akan dijadikan data latih akan melalui tahap pra pemrosesan, diantaranya proses grayscale kemudian dilanjutkan dengan tahap resize setelah itu dikonversi menjadi citra biner, selanjutnya dilakukan proses ekstraksi ciri menggunakan metode Edge Detection Canny, setelah didapatkan hasil ekstraksi kemudian data dimasukan ke dalam basis data sesuai dengan kelasnya, untuk pelatihan dilakukan proses yang sama sampai proses ekstrasi ciri, kemudian dilakukan proses pelatihan dan klasifikasi menggunakan metode Support Vector Machine. Pada penelitian ini kelas kemiringan dibagi menjadi dua yaitu <90O untuk miring kiri dan >90O untuk miring kanan, data latih tulisan tangan terdiri dari huruf yang berada pada zona atas dan zona bawah yaitu b,d,h,k,j,y,g, masing-masing huruf memiliki 30 data latih. Pengujian dilakukan terdapat 15 citra tulisan miring kanan, 15 citra miring kiri dan 10 citra tegak, berdasarkan hasil pengujian didapatkan tingkat kecocokan sebesar 74.21%.