PENGENALAN HURUF BRAILLE MENGGUNAKAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON

Authors

  • Lany Harianto Program Studi Teknik Informatika, Fakultas Teknologi dan Desain, Universitas Bunda Mulia
  • Kristien Margi Suryaningrum Program Studi Teknik Informatika, Fakultas Teknologi dan Desain, Universitas Bunda Mulia

Keywords:

Pengenalan Huruf, Braille, Matriks Populasi Piksel, Jaringan Syaraf Tiruan, Perceptron

Abstract

Braille merupakan huruf yang dibuat khusus bagi penyandang tunanetra agar dapat melakukan kegiatan membaca seperti orang bukan penyandang tunanetra lain. Seiring kemajuan teknologi, para penyandang tunanetra juga dapat membuat karya tulis menggunakan huruf braille. Namun hasil karya tulis mereka perlu diterjemahkan menjadi huruf latin agar dapat dibaca dan dimengerti masyarakat yang bukan penyandang tunanetra. Pada penelitian ini dibuat aplikasi pengenal huruf braille untuk membantu penerjemahan huruf braille menjadi huruf latin menggunakan ekstraksi fitur matriks populasi piksel dan pembelajaran huruf menggunakan algoritma Perceptron. Dari percobaan yang dilakukan, aplikasi pengenalan huruf braille ini menghasilkan persentase keberhasilan sebesar 100%.

 

Downloads

Download data is not yet available.

References

Chen, Tao., Takagi, Mikio., “Image Binarization By Back Propagation Algorithm”, International Society for Photogrammetry and Remote Sensing XXIX, 1992, August 2-14, 1992, Washington, D.C., USA. p:345-349
Dosrinal. 2012. Yakin Bisa dari Nothing jadi Something. Jakarta: Raih Asa Sukses.
Hafizah, Sulindawaty, dan Tugiono. 2015. Penerapan Jaringan Syaraf Tiruan dengan Algoritma Perceptron untuk Mendeteksi Karakteristik Sidik Jari. Jurnal Ilmiah Sains dan Komputer, XIV(2), pp.83-92.
Khardon, Roni., Wachman, Gabriel., “Noise Tolerant Variants of the Perceptron Algorithm”, Journal of Machine Learning Research 8 (2007) 227-248 Submitted 11/05; Revised 10/06; Published 2/07
Kusumanto dan Alan N.T. 2011. Pengolahan Citra Digital untuk Mendeteksi Obyek Menggunakan Pengolahan Warna Model Normalisasi RGB. Semantik, I(1), pp.1-7.
Pugh, Justin K., Soltoggio, Andrea,, and Stanley, Kenneth O., “Real-time Hebbian Learning from Autoencoder Features for Control Tasks”, Proceeding of the Fourteenth International Conference on the Synthesis and Simulation of Living Systems (ALIFE 14).Cambridge, MA: MIT Press, 2014.
Sathasivam, Saratha., “Learning Rules Comparison in Neuro-Symbolic Integration”, International Journal of Applied Physics and Mathematics, Vol. 1, No. 2, September 2011, AbuDhabi University, UAE (ISSN: 2010-362X) page 129-132
Simbolon, R. 2013. Perangkat Lunak untuk Identifikasi Pengenalan Huruf Braille dengan Algoritma Perceptron. Jurnal Pelita Informatika Budi Darma, IV(2), pp.155-159.
Sugeng, O.P.K., Rita M., dan Hilman F. 2016. Sistem Deteksi Glaukoma dengan Pengukuran Area Optik Disk pada Citra Fundus. E-Proceeding of Engineering, III(3), pp.4823-4830.
Yudhistiro, Kukuh. 2017. Pemanfaatan Neural Network Perceptron pada Pengenalan Pola Karakter. Journal of Information Technology and Computer Science, II(2), pp.83-86.

Downloads

Published

2017-12-29

How to Cite

Harianto, L., & Suryaningrum, K. M. (2017). PENGENALAN HURUF BRAILLE MENGGUNAKAN JARINGAN SYARAF TIRUAN ALGORITMA PERCEPTRON. Jurnal Teknologi, 10(2), 163–168. Retrieved from https://ejournal.akprind.ac.id/index.php/jurtek/article/view/1425