Pengenalan Kata Tulisan Tangan Menggunakan Jaringan Syaraf Tiruan Optical Backpropagation

Sistem pengenalan tulisan tangan telah banyak diimplementasikan untuk aplikasi pengenalan tulisan tangan, antara lain sistem pemilahan surat otomatis, pengolahan cek di bank dan banyak aplikasi lainnya. Aplikasi pengenalan tulisan tangan banyak menggunakan metode jaringan syaraf tiruan. Hal ini karena tingkat akurasi yang dimiliki cukup tinggi. Optical Backpropagation adalah salah satu algoritma dalam jaringan syaraf tiruan yang didesain untuk menyelesaikan beberapa kendala yang berkaitan dengan backpropagation standar. Salah satu aspek penting dari algoritma ini adalah kemampuannya untuk menghindari local minima dalam proses pelatihannya dengan kecepatan yang cukup tinggi untuk mencapai konvergensi selama proses pelatihan. Dalam penelitian ini, sampel kata yang didapat akan disegmentasi menjadi karakter mengunakan algoritma Modified Vertical Histogram. Dari karakter yang tersegmentasi tersebut, kemudian dilakukan proses pelatihan dan pengenalan. Dari penelitian ini diperoleh struktur jaringan syaraf tiruan Optical Backpropagation dengan jumlah neuron pada input layer sebanyak 400 unit, jumlah neuron pada hidden layer sebanyak 100 unit, jumlah neuron pada output layer sebanyak 400 unit, nilai learning rate sebesar 0.004 dengan max epoch sebesar 5000. Jaringan syaraf tiruan yang terbentuk mampu mengenali citra tulisan tangan sebesar 96,70% untuk citra yang berisi huruf tunggal yang pernah dilakukan pembelajaran dan hasil pengenalan terhadap citra yang berisi huruf tunggal yang belum dilakukan pembelajaran sebesar 56.41%. Sedangkan tingkat keakuratan sistem secara keseluruhan terhadap kata yang diujikan sebesar 72.45%