Penelitian Terkait Pengenalan Kata Menggunakan Self-Organizing Map Sebagai Input Kamus Berbasis Android

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