Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network

Authors

  • Ni’mah Moham Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman
  • Felix Andika Dwiyanto Pascasarjana Universitas Negeri Malang
  • Herman Santoso Pakpahan Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman
  • Islamiyah Islamiyah Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman
  • Hario Jati Setyadi Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman

DOI:

https://doi.org/10.30872/jsakti.v1i2.2601

Keywords:

Aksara lontara, Pengenalan pola, BPNN, MSE

Abstract

Artikel ini bertujuan untuk menjelaskan langkah-langkah kerja metode Backpropagation Neural Network (BPNN) dalam mengenali pola Aksara Lontara Bugis Makassar dan menjelaskan seberapa akurat dalam mengenali pola aksara Lontara Bugis Makassar. Dari hasil pengujian, diperoleh tingkat akurasi sebesar 76.08%, dengan parameter learning rate sebesar 0,02, epoch maksimum sebesar 50 epoch dan hidden layer sebanyak 90 neuron berdasarkan ciri 8. Adapun, performa mean square error (MSE) sebesar 0.00424 telah diperoleh. Namun demikian, waktu yang dibutuhkan saat proses pembelajaran terbilang cukup lama yaitu 16 menit 56 detik. Berdasarkan hasil pengujian metode BPNN dapat direkomendasikan untuk mengenali pola aksara Lontara Bugis Makassar dalam rangka menunjang pembelajaran kepada masyarakat.

Downloads

Published

2019-08-31

Issue

Vol. 1 No. 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi

Section

Articles

License

Sains, Aplikasi, Komputasi dan Teknologi Informasi allows readers to read, download, copy, distribute, print, search, or link to its articles' full texts and allows readers to use them for any other lawful purpose. The journal allows the author(s) to hold the copyright without restrictions. Finally, the journal allows the author(s) to retain publishing rights without restrictions

  • Authors are allowed to archive their submitted article in an open access repository
  • Authors are allowed to archive the final published article in an open access repository with an acknowledgment of its initial publication in this journal

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 Generic License.