PENGENALAN AKSARA JAWA MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

22033408, ALFA CERIA AGUSTINA (2011) PENGENALAN AKSARA JAWA MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ). Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 22033408_bab1_bab5_daftarpustaka.pdf Download (2MB)
	Text (Skripsi Informatika) 22033408_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Saat ini jaringan saraf tiruan telah berkembang dengan pesat, berbagai aplikasi telah diterapkan dengan memanfaatkan jaringan saraf tiruan ini. Salah satu penerapan aplikasi jaringan saraf tiruan adalah dalam hal pengenalan pola, misalnya seperti pengenalan sidik jari yang berupa image, pengenalan suara, pengenalan tulisan dan lain-lain. Aksara Jawa yang memiliki bentuk yang unik bahkan masing-masing aksara terkadang mirip satu dengan yang lainnya merupakan pola yang bagus untuk coba dikenali dengan menggunakan jaringan saraf tiruan. Berdasarkan kondisi di atas penulis mencoba merancang sebuah program sederhana yang mampu mengenali pola aksara Jawa dengan menggunakan metode LVQ. Proses pengenalan ini dimulai dari mengubah gambar menjadi biner terlebih dahulu, kemudian dari data ini dilakukan proses pelatihan dengan menggunakan metode LVQ yang pada akhirnya digunakan oleh sistem untuk mengenali aksara Jawa tersebut. Pada beberapa kali percobaan ternyata memperlihatkan bahwa metode jaringan saraf tiruan yang dipilih yaitu metode LVQ tidak mampu mengenali pola aksara Jawa dengan baik. Namun proses pengenalan ini tidak berjalan dengan baik karena beberapa hal yang mempengaruhi proses pengenalan aksara Jawa, yaitu banyaknya target yang pada akhirnya mempengaruhi perhitungan bobot, ketika bobot terus diupdate untuk memperoleh bobot akhir. Adanya aksara Jawa yang memiliki bentuk unik, dan terkadang terdapat aksara yang mirip juga mempengaruhi proses pelatihan sehingga berpengaruh pula pada proses pengenalan aksara Jawa ini.

Actions (login required)

View Item