<![CDATA[Aksara Batak Toba merupakan salah satu warisan budaya Nusantara yang menghadapi tantangan kepunahan akibat minimnya pemahaman masyarakat terhadap huruf dasar (Ina Ni Surat). Pengembangan sistem pengenalan pola tulisan tangan aksara daerah (Optical Character Recognition) sangat krusial untuk pelestarian literasi digital dan edukasi budaya. Penelitian ini bertujuan untuk mengimplementasikan dan menganalisis performa metode Modified Direction Feature (MDF) sebagai ekstraksi ciri arah dan transisi garis, yang dikombinasikan dengan algoritma jaringan syaraf tiruan Learning Vector Quantization (LVQ) untuk klasifikasi karakter Ina Ni Surat. Dataset yang digunakan berjumlah 210 citra tulisan tangan dari 10 penulis berbeda dengan ukuran normalisasi 120 × 120 piksel. Tahapan pra-pengolahan citra meliputi cropping, konversi grayscale, binerisasi, dan thinning kerangka morfologi. Pengujian dilakukan secara sistematis dengan mengevaluasi variasi learning rate (0,001 hingga 0,1) dan rasio pembagian data latih terhadap data uji (90:10 hingga 50:50). Hasil eksperimen menunjukkan bahwa integrasi MDF dan LVQ mampu mengenali aksara Batak Toba dengan akurasi tertinggi sebesar 87% pada rasio data 70:30 dengan learning rate 0,1; 0,07; dan 0,09. Nilai rata-rata akurasi keseluruhan parameter mencapai performa optimal 83,6% pada learning rate 0,07.]]>
Copyrights © 2026
