Pengenalan Karakter Tulisan Menggunakan Metode Learning Vector Quantization

Abstract

Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Sunda. Berdasarkan hasil eksperimen dengan berbagai parameter seperti learning rate dan jumlah hidden layer maka metode LVQ cukup akurat dalam mengenali pola aksara Sunda dengan nilai akurasi sebesar 6.66% dari data yang berhasil dikenali sebanyak 28 data dengan total data uji sebanyak 42 data dengan variasi learning rate sebesar 0.01 dan jumlah hidden layer sebanyak 90 layer. Hasil akurasi tersebut didapatkan dengan waktu pembelajaran yaitu selama 17 menit 22 detik. Adapun mean square error (MSE) yang dihasilkan sebesar 0.0408. Dari hasil akurasi, MSE dan waktu pembelajaran yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Sunda. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.