Pengenalan Aksara Sunda Menggunakan Metode Jaringan Saraf Tiruan Backpropagation Dan Deteksi Tepi Canny

CESS (Journal of Computer Engineering, System and Science)

View Publication Info
 
 
Field Value
 
Title Pengenalan Aksara Sunda Menggunakan Metode Jaringan Saraf Tiruan Backpropagation Dan Deteksi Tepi Canny
 
Creator Amalia, Nisa
Hidayat, Eka Wahyu
Aldya, Aldy Putra
 
Subject Aksara Sunda; Jaringan Saraf Tiruan Backpropagation; Deteksi Tepi Canny
 
Description Aksara sunda merupakan salah satu warisan budaya bangsa Indonesia yang berasal dari suku sunda. Aksara sunda sudah dinyatakan sebagai aksara asli yang dilindungi kelangsungannya dan wajib untuk dilestarikan. Akan tetapi, banyak dari masyarakat saat ini yang tidak  mengetahui dan mengerti dengan aksara sunda, sehingga untuk memudahkan pengenalan aksara sunda dapat dikembangkan kegiatan yang berkaitan dengan komputerisasi sesuai dengan perkembangan zaman, salah satunya dengan pengenalan pola citra aksara sunda. Jaringan Saraf Tiruan backpropagation mampu mengenali pola yang akan digunakan selama pelatihan serta kemampuan jaringan untuk memberikan respon yang benar terhadap pola masukan yang serupa dengan pola yang dipakai selama pelatihan. Canny dikenal sebagai deteksi tepi yang optimal, algoritma ini memberikan tingkat kesalahan yang rendah. Hasil dari prototype program yang mengkombinasikan JST backpropagation dengan canny mengahasilkan akurasi yang cukup tinggi untuk pengenalan aksara sunda swara yaitu rata-rata 90% untuk data latih dengan jumlah 70 data aksara sunda, dan 76.19% untuk data uji dengan jumlah 21 data aksara sunda.
 
Publisher Universitas Negeri Medan
 
Contributor Eka Wahyu Hidayat, Universitas Siliwangi
Aldy Putra Aldya, Universitas Siliwangi
 
Date 2020-01-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/14839
10.24114/cess.v5i1.14839
 
Source Computer Engineering, Science and System Journal; Vol 5, No 1 (2020): Januari 2020; 19-27
2502-714X
2502-7131
10.24114/cess.v5i1
 
Language eng
 
Relation https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/14839/pdf
 
Rights Copyright (c) 2020 Computer Engineering, Science and System Journal
https://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library