Implementasi algoritma perceptron untuk pengenalan pola masukan biner maupun bipolar menggunakan borland delphi
Abstrak
Aplikasi pelatihan pengenalan pola masukan baik yang berbentuk biner maupun bipolar menggunakan metode perceptron merupakan solusi terbaik untuk mengenali bentuk berdasarkan geometri ruang tiga dimensi yaitu memiliki panjang, lebar maupun tinggi. Sehingga diharapkan metode perceptron dapat mengenali gambar dengan bentuk aslinya dengan cepat dan akurat.
Pada penelitian ini metode jaringan saraf tiruan yang digunakan adalah metode perceptron yang merupakan metode kecerdasan buatan modern untuk mengenali pola masukan baik berbentuk biner maupun bipolar. Objek yang akan dijadikan sebagai masukan dalam aplikasi pelatihan perceptron ini adalah pengenalan huruf kapital. Dan untuk mengimplementasikan algoritma perceptron ini peneliti menggunakan aplikasi borland delphi.
Hasil yang diharapkan melalui penelitian ini adalah aplikasi pengenalan pola huruf kapital bisa lebih akurat dalam membedakan masukan dengan aslinya. Prosentase pengenalan pola huruf kapital diharapkan menghasilkan rate antara 75.50% hingga 93.70% dengan prosentase akurat hingga 90.00%.
Kata kunci : Perceptron, Pengenalan pola, Biner, Bipolar, Borland delphi
Pendahuluan
Pengenalan huruf dalam bentuk gambar merupakan sesuatu yang menarik untuk dikaji. Aplikasi ataupun mesin pengenalan pola huruf sekarang ini belum maksimal menghasilkan keluaran yang terbaik. Sebut saja mesin scan dokumen yang masih memiliki banyak kesalahan frase dalam menangkap dan mengartikan gambar dokumen kedalam bentuk kata maupun kalimat. Sehingga terkadang hasil keluaran scan tetap harus diperbaiki hingga susunan kata maupun kalimatnya sama dengan aslinya.
Dalam kasus ini untuk mengenali pola beberapa huruf diperlukan beberapa neuron untuk membedakannya. Neuron-neuron akan menghasilkan nilai kombinasi yang digunakan untuk mengenal pola huruf-huruf tersebut. Dengan menggunakan pemodelan metode perceptron proses mengenal pola huruf kapital A, B, C, D dan E diharapkan akan lebih tepat dan akurat.
Tinjauan Pustaka
A. Jaringan Saraf Tiruan (JST)
Jaringan saraf tiruan adalah paradigma pengolahan informasi yang terinspirasi oleh sistem sara secara biologis, seperti proses informasi pada otak manusia. Elemen kuncu dari paradigma ini adalah struktur dari sistem pengolahan informasi yang terdiri dari sejumlah besar elemen pemrosesan yang saling berhubungan (neuron), bekerja serentak untuk menyelesaikan masalah tertentu. Cara kerja JST seperti cara kerja manusia, yaitu belajar melalui contoh. Sebuah JST dikonfigurasikan untuk aplikasi tertentu, seperti pengenalan pola atau klasifikasi data, melalui proses pembelajaran. Belajar dalam sistem biologis melibatkan penyesuaian terhadap koneksi synaptic yang ada antara neuron. Hal ini berlaku juga untuk JST [1].
Neuron adalah satuan unit pemroses terkecil pada otak, bentuk sederhana sebuah neuron yang oleh para ahli dianggap sebagai satguan unit pemroses tersebut digambarkan sebagai berikut :
Untuk lebih lengkapnya tentang isi jurnal ini bisa didownload disini
