PENGENALAN AKSARA BALI TERCETAK PADA CITRA DOKUMEN MENGGUNAKAN MULTI LAYER PERCEPTRON DENGAN PEMBELAJARAN BACKPROPAGATION

I MADE GEDE SUNARYA, Drs. Agus Harjoko, M.sc., Ph.D

2012 | Tesis | S2 Ilmu Komputer

Aksara Bali merupakan sarana yang vital untuk dapat lebih mengenal budaya Bali secara mendalam, karena aksara Bali berfungsi sebagai sarana untuk menuliskan berbagai macam masalah keagamaan, adat-istiadat, sastra dan sebagainya. Aksara Bali dalam penggunaannya tidak selalu dituliskan secara berurutan seperti huruf latin. Pembentukan suatu kata atau kalimat dengan aksara Bali, karakter bisa digabungkan pada bagian atas, bawah atau samping dari sebuah karakter inti. Penelitian ini bertujuan membuat prototipe aplikasi untuk mengenali karakter-karakter pada citra dokumen tercetak aksara Bali serta mengetahui akurasi tingkat pengenalan aksara Bali tercetak pada dokumen citra. Metode yang digunakan untuk proses pengenalan adalah Jaringan Syaraf Tiruan Backpropagation (JST-BP). Implementasi algoritma-algoritma dalam pembuatan prototipe perangkat lunak pengenalan aksara Bali tercetak pada citra dokumen mampu mengenali aksara-aksara penyusun dokumen tercetak aksara Bali dengan ralat pada citra training sebesar 3.43% dan sebesar 10% pada citra testing

Balinese character are a vital means to know the culture of Bali in depth, because Balinese character serves as a means to write a wide range of religious issues, customs, literature and so forth. Balinese character in use is not always written sequentially like Latin character. In the formation of a word or phrase in Balinese character, the characters can be combined at the top, bottom or side of a core character. This study aims to develop a prototype application to recognize the characters on the image of a printed Balinese text and know the level of recognition accuracy of the characters on the printed Balinese text. The method used for the recognition is Backpropagation Neural Network (ANN-BP). Implementation of the algorithms in the development of Balinese character recognition prototype software is able to recognize characters on printed Balinese text with error on the training images of 3.43% and 10% in testing image.

Kata Kunci : aksara Bali, pengenalan pola, OCR (Optical Character Recognition), jaringan syaraf tiruan (backpropagation)