Sains, Aplikasi, Komputasi dan Teknologi Informasi
Vol 1, No 2 (2019): Sains, Aplikasi, Komputasi dan Teknologi Informasi

Pengenalan Karakter Tulisan Menggunakan Metode Backpropagation Neural Network

Ni’mah Moham (Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman)
Felix Andika Dwiyanto (Pascasarjana Universitas Negeri Malang)
Herman Santoso Pakpahan (Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman)
Islamiyah Islamiyah (Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman)
Hario Jati Setyadi (Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Mulawarman)



Article Info

Publish Date
31 Aug 2019

Abstract

Artikel ini bertujuan untuk menjelaskan langkah-langkah kerja metode Backpropagation Neural Network (BPNN) dalam mengenali pola Aksara Lontara Bugis Makassar dan menjelaskan seberapa akurat dalam mengenali pola aksara Lontara Bugis Makassar. Dari hasil pengujian, diperoleh tingkat akurasi sebesar 76.08%, dengan parameter learning rate sebesar 0,02, epoch maksimum sebesar 50 epoch dan hidden layer sebanyak 90 neuron berdasarkan ciri 8. Adapun, performa mean square error (MSE) sebesar 0.00424 telah diperoleh. Namun demikian, waktu yang dibutuhkan saat proses pembelajaran terbilang cukup lama yaitu 16 menit 56 detik. Berdasarkan hasil pengujian metode BPNN dapat direkomendasikan untuk mengenali pola aksara Lontara Bugis Makassar dalam rangka menunjang pembelajaran kepada masyarakat.

Copyrights © 2019






Journal Info

Abbrev

jsakti

Publisher

Subject

Aerospace Engineering Computer Science & IT

Description

SAINS, APLIKASI, KOMPUTASI DAN TEKNOLOGI INFORMASI is a peer-reviewed journal which is published by Faculty of Computer Sience and Information Technology, Universitas Mulawarman, East Kalimantan publishes biannually in April and August. This Journal publishes current original research on Computer ...