Pengenalan Pola Huruf Arab menggunakan Jaringan Syaraf Tiruan dengan Metode Backpropagation
Tacbir Hendro P, Agus Komarudin, Dila Fadhilah
Universitas Jenderal Achmad Yani – Cimahi
Penelitian ini mengangkat tulisan arab sebagai objek dan sample penelitian. Pengenalan tulisan tangan aksara arab dilakukan dengan Backpropagation dengan 3 layer sebagai metode klasifikasi. Dalam proses pengujian ditetapkan nilai epoch sebanyak 100 dengan learning rate
0,125, tanpa momentum.
Adapun sampe yang digunakan berupa tulisan karakter tunggal aksara arab. Medote yang digunakan dalam ekstraksi futur tidak dijelaskan dengan lebih rinci, kemungkinan karena penulis berfokus pada proses klasifikasi nya bukan pada ektraksi fitur. Dalam tahapan yang dijelaskan oleh penulis, proses pengenalan dimulai dengan melakukan pra-proses pengolahan image, diambil foregroundnya saja (segmentasi) dan kemudian dinormalisasi ukurannya. Data hasil normalisasi diambil fiturnya dan fitur ini yang menjadi masukan tahapan klasifikasi JST Backpropagation.
Dari hasil pengamatan ukuran data dan banyak fitur, saya mengambil simpulan kalau fitur yang digunakan adalah set piksel dari data sample yang telah dinormalisasi.
Penulis menyimpulkan hasil pengenalan sebesar 100% untuk pengujian dengan data latih, namun tidak dijelaskan secara rinci berapa jumlah data yang digunakan dalam pelatihan dan berapa data yang digunakan dalam test.
