ii. Setiap neuron keluaran dengan vektor masukan yang didapat
pada a dan pilih indeks neuron keluaran dengan nilai terbesar yang tidak pernah aktif selama pelatihan
iii. Memodifikasi bobot dari neuron keluaran pada b
e. MenyesЮКТФКЧ ЛШЛШЭ НОЧРКЧ ЩОЫЬКЦККЧ а’ = а + Кб-w
f. Memperbaiki learning rate
g. Mengecek kondisi berhenti
3. Mengambil bobot terbaik
4. Normalisasi bobot
2.6. Penelitian Terkait
Beberapa penelitian terdahulu terkait dengan penelitian pengolahan citra, Self- organizing Map, dan pengenalan pola serta karakter, dapat dilihat pada tabel 2.2.
Pada penelitian Limbing 2007, Self-organizing Map digunakan untuk mengenali citra huruf latin yang ada pada dokumen tertulis. Penelitian yang dilakukan
oleh Limbing yaitu membuat sebuah perangkat lunak yang dapat melakukan pengenalan huruf cetak pada dokumen yang dipindai dan kemudian menjadi sebuah
berkas teks. Huruf yang dikenali adalah berupa huruf cetak. Pengolahan citra yang terjadi adalah binerisasi, thinning dan segmentasi karakter. Dari penelitian ini, didapat
kesimpulan bahwa metode Self-organizing Map bisa digunakan untuk mengenali huruf cetak, dengan akurasi 95,62 untuk pemindaian kalimat saja, 72,40 untuk
pemindaian paragraf. Tetapi hasil tersebut didapat jika font yang dipindai sudah dilatihkan terlebih dahulu. Untuk font yang belum dilatihkan, didapat 70,43 pada
pemindaian kalimat saja, dan 55,62 untuk pemindaian paragraf. Pada penelitian Prarian 2010, Self-organizing Map digunakan untuk
mengenali citra huruf Lampung yang didapat dari
webcam
dan
print screen
. Penelitian yang dilakukan Prarian yaitu membuat sebuah aplikasi yang mampu membaca tulisan
dari huruf Lampung dan menunjukkan hasil pembacaan huruf Lampung tersebut. Pembacaan huruf Lampung dilakukan secara transliterasi atau transkripsi. Citra huruf
Universitas Sumatera Utara
Lampung yang diambil adalah hasil huruf cetak yang dicetak dan kemudian dipindai. Penggunaan pengolahan citra pada penelitian ini masih sama dengan penelitian
Limbing. Pengolahan citra yang dilakukan adalah pemotongan gambar, segmentasi huruf, perubahan ukuran, dan thinning. Hasil yang didapat adalah Self-organizing
Map mampu mengenali huruf Lampung dengan akurasi 75. Pada penelitian Fauziah 2013, Self-organizing Map digunakan untuk
mengenali citra huruf Korea yang didapat dari
print screen
. Tujuan dari penelitian yang dilakukan oleh Fauziah adalah untuk membuat sebuah aplikasi yang dapat
mengidenfitikasikan huruf Korea lalu menerjemahkannya ke huruf Latin dan Bahasa Indonesia. Metode ektraksi fitur yang digunakan adalah Principal Component
Analysis, sedangkan pada pengenalannya digunakan Self-organizing Map. Huruf Korea yang diidentifikasikan adalah
print screen
dari huruf Korea di layar komputer. Hasilnya adalah, Self-organizing map mampu mengenali huruf Korea dengan akurasi
97,31. Hasil pengenalan pada penelitian ini sangat tinggi, karena citra yang diproses adalah citra
print screen
yang tentunya tidak membutuhkan pengolahan citra yang kompleks, tidak seperti hasil pengambilan citra pada kamera yang ditemukan derau
atau pengambilan kata yang miring. Hal ini tentunya sangat berpengaruh pada akurasi dari pengenalan pola.
Tabel 2.2. Tabel Penelitian Terdahulu
Penulis Judul Penelitian
Keterangan Stefanus
Suriaatmadja Limbing 2007
Pembuatan aplikasi
perangkat lunak pengenalan huruf cetak pada
file text hasil scanning dengan menggunakan metode kohonen
neural network Self-organizing Map
digunakan untuk mengenali citra dokumen
hasil scan. Huruf yang dikenali adalah huruf
Latin. Cahyo Prarian
2010 Desain dan Implementasi Sistem
Penerjemah Aksara Lampung ke Huruf Latin Berbasis Pengolahan
Citra Digital dan Jaringan Syaraf Tiruan Self-organizing Map
Self-organizing Map digunakan untuk
mengenali citra huruf Lampung yang diambil
dari citra kata Bahasa
Universitas Sumatera Utara
Lampung yang dipotong terlebih dahulu. Citra
didapat dari
webcam
dan
print screen
. Farah Fauziah
2012 Sistem Penerjemah Huruf Korea
Ke Huruf Latin Dan Bahasa Indonesia Berbasis Pengolahan
Citra Digital Dan Jaringan Syaraf Tiruan Self-Organizing Map
Som Self-organizing Map
digunakan untuk mengenali citra huruf
korea yang diambil dari
printscreen
.
Universitas Sumatera Utara
BAB 3 ANALISIS DAN PERANCANGAN
Bab ini membahas tentang implementasi penggunaan Jaringan Saraf Tiruan
Self- organizing Map
, prapengolahan citra, serta arsitektur sistem.
3.1. Basis Data yang digunakan