Jika parameter
momentum digunakan
maka persamaan-persamaan
pengupdatean bobot dengan langkah pelatihan t, dan t+1 untuk langkah pelatihan selajutnya, mengalami modifikasi sebagai berikut :
Δw
jk
t + 1 = α δ
k
z
j
+ µ Δw
jk
t 2.11 Δv
ij
t + 1 = α δ
j
x
i
+ µ Δv
ij
t
dengan µ adalah parameter momentum dalam range antara 0 sampai 1.
2.7. Penelitian Terdahulu
Penelitian terdahulu tentang kombinasi dua atau lebih metode ekstraksi fitur juga telah dilakukan.Penelitian terdahulu berfungsi sebagai referensi dan masukan bagi
pengerjaan pengenalan tulisan tangan aksara Batak agar lebih optimal. Berbagai penelitian terdahulu dapat dilihat seperti pada tabel 2.3.
Tabel 2.3 Penelitian Terdahulu Peneliti
Metode Penelitian Robin Panjaitan 2011
Pengenalan Tulisan Tangan Aksara Batak Toba Menggunakan Metode Ekstraksi Freeman Chain Code. Tingkat pengenalan
yang dicapai adalah 63.56
Khairunnisa 2012 Pengenalan Tulisan Tangan Latin Bersambung Menggunkan
metode ekstraksi zoning dengan ukuran citra 30x40 piksel yang dibagi menjadi 48 zona dengan ukuran masing-masing
zona adalah 5x5 piksel. Nilai fitur hasil ekstraksi berupa nilai biner, yaitu 0 dan 1. Tingkat pengenalan yang dicapai adalah
83,85
Putra 2012 Peningkatan Nilai Fitur Jaringan Propogasi Balik Pada
Pengenalan Angka Tulisan Tangan Menggunakan Metode Zoning dan DBFE dengan ukuran citra 60x90 pixel yang
dibagi menjadi 54 zona dengan ukuran masing-masing zona 10x10 piksel. Tingkat pengenalan yang dicapai adalah 87
Universitas Sumatera Utara
BAB 1 PENDAHULUAN
1.1. Latar Belakang
Pengenalan tulisan tangan telah lama diidentifikasikan sebagai permasalahan yang sulit dipecahkan oleh komputer Tay Khalid 1997 karena karakteristik tulisan
tangan setiap orang berbeda-beda. Saat ini pemanfaatan teknologi komputer telah banyak diterapkan dalam berbagai aspek kehidupan manusia yang tujuannya untuk
membantu menyelesaikan masalah-masalah tertentu. Salah satu permasalahan tersebut adalah pengenalan karakter tulisan tangan aksara Batak Toba yang memiliki keunikan
tersendiri dimana aksaranya semi silabis yang terdiri atas 19 huruf ina ni surat. Secara umum, pengenalan tulisan tangan terbagi menjadi dua jenis, yaitu
metode online dan offline. Metode offline melakukan konversi secara otomatis tulisan pada sebuah citra menjadi karakter yang dapat diolah oleh computer dan aplikasi
pemrosesan teks. Pada metode online, koordinat dua dimensi dari poin-poin penulisan direpresentasikan sebagai fungsi waktu dan urutan setiap garis yang dituliskan juga
disimpan secara realtime untuk mengenali karakter yang dituliskan Arica dan Yarman-Vural, 2001.
Jaringan Saraf Tiruan adalah jaringan komputasional yang mensimulasikan jaringan sel saraf neuron dari pusat sistem saraf makhluk hidup Graupe, 2007.
Jaringan saraf tiruan telah banyak digunakan dalam bidang pengenalan pola pattern recognition. Salah satu implementasinya adalah pengenalan karakter.
Backpropagation neural network merupakan tipe jaringan saraf tiruan yang menggunakan metode pembelajaran terbimbing supervised learning. Pada
supervised learning terdapat pasangan data input dan output yang dipakai untuk melatih JST hingga diperoleh bobot penimbang weight yang diinginkan. Penimbang
itu sendiri adalah sambungan antar lapis dalam JST. Penelitian terdahulu mengenai pengenalan huruf sudah banyak dilakukan salah
satunya adalah meneliti tulisan tangan aksara Batak Toba menggunakan metode
ekstraksi freeman chain code Robin, 2013.
Universitas Sumatera Utara
