<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="2668">
 <titleInfo>
  <title>Optical Character Recognition Dengan Metode Feature Extraction Dan Template Matching</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Reffly F. M. Maliangkay 1108053</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Bandung</placeTerm>
   <publisher>ITHB</publisher>
   <dateIssued>2012</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd"></form>
  <extent></extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
&#13;
&#13;
OpticalCharacterRecognition (OCR) adalah proses konversi teks tulisan tangan atau hasil print menjadi teks digital pada mesin komputer. Proses ini digunakan secara luas sebagai bentuk pengenalan data teks dari sumbernya yang berupa dokumen, surat, catatan, dan lain sebagainya. Hal ini diperlukan agar teks fisik atau gambar teks dapat disimpan dalam bentuk digital sehingga mudah dilakukan perbaikan, perubahan, ataupun digunakan untuk proses lain.&#13;
&#13;
Dalam tugas akhir ini, metode yang digunakanan untuk mengenali teks dari gambar digital adalah Feature Extraction danTemplate Matching.Metode Feature Extractiondigunakan dalam ekstraksi fitur struktural sebuah karakter, sedangkan Template Matchingdengan perhitungan Tanimoto Distancedigunakan untuk mencocokkan fitur tersebut dengan data templateyang ada di database.Metode tersebut bersama dengan metode-metode pendukung lainnya diimplementasikan dalam bahasa pemrograman Java.&#13;
&#13;
Hasil dari tugas akhir ini adalah Java desktop application yang mampu mengenali karakter pada tipe font Arial, Times New Roman, dan Verdana dengan keakuratan rata-rata mencapai 90%. Kesimpulan yang didapat dari penelitian tugas akhir ini adalah Metode Feature Extraction dengan ekstraksi fitur struktural dapat digunakan dalam mengenali sebuah karakter. Walau demikian, Metode Template Matching dengan perhitungan Tanimoto Distance tidak berpengaruh secara signifikan terhadap pencocokan fitur karakter dengan karakter templatedibandingkan dengan metode miss-and-match biasa.&#13;
&#13;
Kata kunci: Feature Extraction, Structural Feature, Template Matching, Tanimoto Distance&#13;
</note>
 <classification></classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Perpustakaan ITHB Senayan Open Source Library Management System</physicalLocation>
  <shelfLocator>TA/IF 225</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">TA/IF 225</numerationAndChronology>
    <sublocation>My Library</sublocation>
    <shelfLocator>TA/IF 225</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:image>TA_IF_225.jpg.jpg</slims:image>
 <recordInfo>
  <recordIdentifier>2668</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2012-10-22 09:17:21</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2012-10-22 09:18:44</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>