preprocessing yang digunakan diantaranya adalah grayscaling citra, dan binerisasi citra.
Ekstraksi fitur merupakan penentuan ciri panjang spasi yang ada pada tulisan tangan. Untuk
pengklasifikasian digunakan metode Support Vector Machine (SVM). Pada tahap pengujian
digunakan sebanyak 80 sampel data tulisan tangan, yang terdiri 40 data tulisan tangan dengan
spasi lebar dan 40 data tulisan tangan dengan spasi sempit. Pada tahap pengujian dilakukan 2
jenis pengujian yang berbeda, yaitu pengujian pertama dengan data pelatihan dan data pengujian
berjumlah sama dan pengujian yang kedua dengan jumlah yang berbeda. Setiap jenis pengujian
dilakukan 4 kali eksperimen. Hasil pengujian pertama menunjukan akurasi sebesar 93,12% dan
yang kedua sebesar 90,83%.
Kata kunci : Grafologi, Pola Spasi Antar Kata , Support Vector Machine