<![CDATA[Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Dunging. Dalam hal ini sebagai sistem yang melakukan pengelompokan aksara dunging sesuai kelasnya masing-masing. Dengan menerapkan kedua teori ini maka sistem akan melakukan pengidentifikasian tulisan tangan aksara dunging yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Data yang digunakan berupa citra yang telah diambil menggunakan foto kamera digital dan smartphone.Citra diubah menjadi numerik dengan menggunakan image processing. Tahapan image processing antara lain proses crop citra RGB menjadi 50 x 50 pixel, dan binerisasi citra. Tahap pelatihan jaringan menggunakan data sebanyak 10 citra yang terdiri dari aksara dunging yang berjumlah 10 karakter. Hasil pengujian citra latih diperoleh persentase 88,66 %. Menggunakan diakritik anak huruf dunging, menggunakan atau menambahkan beberapa fungsi image processing, dan diimplementasikan. Dari hasil akurasi yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Dunging. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.]]>
Copyrights © 2024
