PATTERN RECOGNITION AKSARA LAMPUNG MENGGUNAKAN ALGORITMA NEURAL NETWORK

Nopiyanto .; rahmadi rahmadi

doi:10.35959/jik.v9i2.264

Nopiyanto .
rahmadi rahmadi universitas panca sakti bekasi

DOI: https://doi.org/10.35959/jik.v9i2.264

Keywords: Neural Network, Aksara Lampung, Computer Vision, Python.

Abstract

Indonesia merupakan Negara yang terdiri dari berbagai macam suku dan budaya, Indonesia juga memiliki berbagai macam bahasa daerah, salah satunya merupakan bahasa Lampung. Bahasa Lampung merupakan bahasa asli suku lampung, didalam bahasa lampung terdapat aksara yaitu aksara lampung. Aksara lampung memiliki 20 kepala bahasa dan 12 tanda baca. Pada penelitian ini dilakukan analisa pengenalan tulisan berdasarkan perubahan iterasi dengan menggunakan metode neural network. Neural network merupakan jaringan saraf yang terdiri dari unit dasar yang seperti analog dengan neuron, neural network dibagi berdasarkan 3 layer yaitu input layer, hidden layer dan output layer. Dimana setiap node pada masing-masing layer memiliki suatu error rate, yang akan digunakan untuk proses training. Pada penelitian ini akan menggunakan bahasa pemograman python. Percobaan untuk induk surat akan menggunakan 20 huruf aksara lampung dengan masing-masing huruf terdapat 10 pengujian citra, dan percobaan untuk anak surat akan menggunakan 12 huruf anak aksara lampung dengan masing-masing huruf terdapat 10 pengujian citra, sehingga total keseluruhan dataset mejadi 320 citra. Hasil yang diperoleh dari proses pemeriksaan masing-masing adalah 75%, untuk induk surat dengan sebaran 135 citra terdeteksi benar dan 45 citra tidak terdeteksi dengan benar. Untuk anak surat 81 citra terdeteksi dengan benar dan 27 citra tidak terdeteksi dengan benar.

Downloads

Download data is not yet available.

References

[1] Ananda Riska Mita Izati, H. B. (2019). Penerapan Metode Artificial Neural Network Dalam Peramalan Jumlah Kunjungan Ibu Hamil (K4). Jurnal Beometrika Dan Kependudukan, 11-20.

[2] Aulia Yudha Prathama, A. A. (2017). Pendekatan Ann (Artificial Neural Network) Untuk Penentuan Prosentase Bobot Pekerjaan Dan Estimasi Nilai Pekerjaan Struktur Pada Rumah Sakit Pratama. Jurnal Teknosains, 1-82.

[3] Chamsudin, A. (N.D.). Implementasi Neural Network Untuk Memprediksi Jumlah Penderita Tuberculosis. Emitor: Jurnal Teknik Elektro.

[4] Eka Dina Juliani Utari Ms, I. G. (2019). Pengenalan Pola Tulisan Tangan Huruf Sasak Menggunakan Metode Integral Projection Dan Neural Network. J-Cosine, Vol. 3, No. 1, Juni 2019.

[5] Haumahu, J. P. (2019). Implementasi Jaringan Syaraf Tiruan Untuk Pengenalan Pola Notasi. Jurnal Riset Komputer (JURIKOM), Vol. 6 No. 3, Juni 2019, 255-259.

[6] Herman, L. S. (2018). Pengenalan Angka Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan. Ilkom Jurnal Ilmiah Volume 10 Nomor 2 Agustus 2018.

[7] Kurniawansyah, A. S. (2018). Implementasi Metode Artificial Neural Network Dalam Memprediksi Hasil Ujian Kompetensi Kebidanan (Studi Kasus: Akademi Kebidanan Dehasen Bengkulu). Jurnal Pseudocode, Volume V Nomor 1, Februari 2018.

[8] Trisna Yuniarti, I. R. (N.D.). Penggunaan Artificial Neural Network (Ann) Untuk Memodelkan Volume Ekspor Crude Palm Oil (Cpo) Di Indonesia. Ready Star - 2.

[9] Yuan Octavia D.P., A. A. (N.D.). Studi Prakiraan Beban Listrik Menggunakan Metode Artificial Neural Network. Jurnal Teknologi Elektro Dan Kejuruan.