<![CDATA[Telah dirancang perangkat lunak untuk pengenalan pola tulisan tangan dengan jaringan syaraf tiruan (JST) yang dikembangkan sebagai generalisasi model matematika dari pembelajaran manusia. Dalam penelitiani ini, dirancang dan dibuat aplikasi perangkat lunak jaringan syaraf tiruan menggunakan metode Backpropagationdengan fungsi aktifasi sigmoid. Pola berupa abjad tulisan tangan dipindai untuk kemudian diidentifikasi menggunakan metode vertical run dan horizontal run encoding untuk mengetahui batas paling kiri, paling kanan, paling bawah dan paling atas dari setiap abjad. Dari 485 data target yang digunakan menghasilkan Sum Square Error (SSE) sebesar 0,0203 dengan nilai output rata-rata sebesar 0,9429 yang mendekati 1 (satu).]]>
Copyrights © 2005
