%I Universitas Kristen Duta Wacana
%X Jaringan Syaraf Tiruan (JST) merupakan cabang ilmu yang masih
berkembang dan menjadi pusat studi dan penelitian. Banyak aplikasi JST yang telah dihasilkan, salah satunya adalah pengenalan pola (pattern recognition). Seiring dengan perkembangan teknologi, pengenalan pola pun dapat diterapkan
dalam berbagai macam aplikasi, salah satunya adalah pencitraan digital. Salah satu metode yang dapat digunakan untuk mengenali pola adalah Learning Vector Quantization (LVQ). Metode ini akan menghitung jarak antara bobot awal dengan data pelatihan, sehingga pada akhir iterasi akan ditemukan bobot akhir dari tiap
kelas. Dalam proses pengenalan, sistem akan mengklasifikasikan data input sesuai dengan kelas yang memiliki hasil perhitungan jarak bobot yang paling kecil. Hasil dari penelitian ini, dengan menggunakan 84 data pelatihan sistem dapat mengenali pola dengan persentase keberhasilan sebesar 82,14 %. Hasil pengenalan karakter dipengaruhi oleh beberapa faktor, diantaranya bentuk dari sample pola yang uji, ukuran pola baik dari sisi lebar maupun panjang pola, dan jarak antar pola. Semakin baik dan jelas bentuk dari sample pola, maka semakin besar pula tingkat keberhasilan sistem dalam mengenali pola.
%A Raditya Wibawa 22094742
%L katalog5762
%D 2014
%T IMPLEMENTASI METODE LEARNING VECTOR QUANTIZATION UNTUK PENGENALAN HURUF ARAB
%K Learning Vector Quantization, Pengenalan huruf Arab, jaringan
syaraf tiruan