PENGENALAN POLA KARAKTER ANGKA DENGAN MENGGUNAKAN JARINGAN SARAF PERSEPTRON

Abstract

ABSTRACT Neural network is an information processing system that has certain characteristic in common with biological neural network. This final task gives a method of handwritten recognition using perceptron neural network. Perceptron is a single layer neural network contains three neuron unit that is sensor unit S, assosiator unit A, respon unit R. First, Perceptron trained to recognize some numeric model with perceptron learning algorithm. Perceptron learning algorithm will find the value of weight w that give the right respons to all the training data such as w* (Perceptron convergence theorem). The value of w* will be used in numeric recognition process. The result shows that the Perceptron is capable of recognizing the numeric patterns that similar with training pattern but it's not the same (identic). ABSTRAK Jaringan saraf buatan adalah sistem pemroses informasi yang mempunyai ciri tertentu yang menyerupai dengan jaringan saraf biologi. Pada tugas akhir ini disajikan metode pengenalan pola tulisan tangan dengan menggunakan jaringan saraf perseptron. Perseptron merupakan jaringan saraf lapis tunggal yang terdiri dari 3 unit neuron yaitu unit sensor S, unit asosiator A, dan unit respon R Jaringan perseptron mula-mula dilatih/diajar untuk mengenali beberapa model angka dengan algoritma pelatihan perseptron. Algoritma pelatihan perseptron akan memperbaiki bobot w sampai diperoleh nilai bobot w yang memberi respon benar untuk semua data pelatihan misal w* (teorema konvergensi perseptron). Kemudian nilai w* digunakan untuk proses pengenalan angka. Hasil pengujian menunjukkan bahwa jaringan perseptron mampu mengenali pola-pola angka yang mirip dengan pola pelatihan tetapi tidak sama (identik).