JURNAL: PENGENALAN AKSARA JAWA MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

JURNAL: PENGENALAN AKSARA JAWA MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

JURNAL: PENGENALAN AKSARA JAWA MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)


Abstrak 

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. 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. Proses pengenalan aksara Jawa 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. 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. 

Kata Kunci: Learning Vector Quantization (LVQ), Pengenalan aksara Jawa 

Pendahuluan 

Teknologi yang berkembang telah memberikan beragam pilihan cara untuk mengolah data yang banyak tersedia menjadi informasi yang berguna. Salah satu cabang dari AI (Artificial Intelligence) adalah apa yang dikenal dengan Jaringan Saraf Tiruan (Artificial Neural network). Jaringan saraf tiruan merupakan salah satu sistem pemrosesan informasi yang didesain dengan karakteristik yang mirip dengan otak manusia, yaitu kemampuannya untuk belajar dari pengalaman. Data masa lalu akan dipelajari oleh jaringan saraf tiruan sehingga mempunyai kemampuan untuk memberikan keputusan terhadap data yang belum pernah dipelajari. 

Peneliti: Alfa Ceria Agustina

Untuk lebih lengkapnya silahkan download di link berikut:
JURNAL: PENGENALAN AKSARA JAWA MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)