Sistem Pengenalan Huruf Latin dengan Metode Perceptron Berbasis Neural Network

Abstract

Huruf adalah sesuatu yang setiap hari dilihat oleh manusia. Manusia dapat mengenal berbagai macam karakter huruf dalam tulisan dengan mata dan otaknya. Setiap huruf memiliki pola dan karakter yang berbeda-beda. Jenis huruf pada huruf latin terdiri dari 29 huruf. Saat ini huruf latin terdiri dari ratusan jenis huruf (font). Dengan banyaknya jenis huruf ini dapat dikenali dengan mudah oleh manusia. Dalam penelitian ini penulis mencoba menciptakan sebuah aplikasi yang dapat mengenali berbagai jenis huruf dengan jenis font yang berbeda-beda. Program pengenalan huruf ini dibangun dengan aplikasi Matlab 2017. Pola image yang menjadi inputan adalah citra hitam putih yang memiliki warna latar belakang putih dengan format file bitmap (.bmp) 16 bit, A-Z, a-z, 0-9, beserta tulisan tangan. Untuk dapat mengenali jenis huruf penulis merancang dan membangun aplikasi berbasis Neural Network dengan metode Perceptron. Metode perceptron diyakini cukup baik dalam proses pelatihan dan pengujin pengenalan huruf.