PENGGUNAAN ALGORITMA HEBB DALAM POLA PENGENALAN HURUF
DOI:
https://doi.org/10.47111/jti.v18i1.12561Keywords:
Hebb, Pengenalan Huruf, Jaringan Syaraf TiruanAbstract
Dalam ilmu komputer, Jaringan Syaraf Tiruan (JST) adalah pendekatan populer yang bertujuan untuk menyelesaikan berbagai permasalahan, seperti pengenalan pola atau klasifikasi, melalui pembelajaran. Penelitian ini mengeksplorasi penggunaan algoritma Hebb Rule dalam konteks pengenalan pola huruf menggunakan jaringan syaraf tiruan. Jaringan syaraf tiruan adalah model pemrosesan informasi yang terinspirasi oleh struktur jaringan syaraf biologis manusia. Algoritma Hebb Rule digunakan untuk melatih jaringan agar dapat mengidentifikasi dan membentuk asosiasi antara pola input dan output. Penelitian ini fokus pada penggunaan algoritma Hebb Rule dalam mengenali pola huruf “T” dan “U” dalam format matriks 5x5 dengan representasi data bipolar, di mana “X” diwakili sebagai -1 dan “O” diwakili sebagai 1. Metodologi penelitian mencakup identifikasi masalah, tujuan penelitian, pengenalan pola huruf, penerapan algoritma Hebb Rule, dan hasil pola. Hasil penelitian menunjukkan bahwa pola pada huruf “T” dan “U” dapat diidentifikasi menggunakan algoritma Hebb dengan nilai bersih 32 dan -32, masing-masing. Penelitian ini juga mencakup perubahan bobot dan bias pada jaringan Hebb melalui serangkaian iterasi, serta perhitungan nilai aktivasi jaringan untuk menentukan keberhasilan pengenalan pola. Kesimpulannya, penelitian ini memberikan wawasan yang lebih dalam tentang penggunaan algoritma Hebb dalam pengenalan pola huruf dan potensinya dalam pengembangan aplikasi praktis.
Downloads
References
Rahman, S. 2023. Mengambil Hikmah dari Cara Kerja Artificial Neural Network (ANN): Sebuah Motivasi untuk Terus Menuntut Ilmu. Diakses pada 4 Oktober 2023, dari https://www.djkn.kemenkeu.go.id/kpknl- banjarmasin/baca-artikel/16305/Mengambil-Hikmah-dari-Cara-Kerja-Artificial-Neural-Network-ANN- Sebuah-Motivasi-untuk-Terus-Menuntut-Ilmu.html
Widianto, M. H. 2021. Analisis Performa Algoritma Backpropagation Jaringan Syaraf Tiruan. Diakses pada 4 Oktober 2023, dari https://binus.ac.id/bandung/2021/04/analisis-performa-algoritma-backpropagation-jaringan-syaraf-tiruan/
Agustin, M. & Prahasto, T. 2012. Penggunaan Jaringan Syaraf Tiruan Backpropagation Untuk Seleksi Penerimaan Mahasiswa Baru Pada Jurusan Teknik Komputer Di Politeknik Negeri Sriwijaya. Jurnal Sistem Informasi Bisnis, 02, 89-97.
Permatasari, Z. & Sifaunajah, A. 2019. Jaringan Syaraf Tiruan Propagasi Balik untuk Klasifikasi Data. Jombang : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) Universitas KH. A. Wahab Hasbullah.
H. Masrani, I. Ruslianto, & Ilhamsyah. 2018. Aplikasi Pengenalan Pola Pada Huruf Tulisan Tangan Menggunakan Jaringan Saraf Tiruan Dengan Metode Ekstraksi Fitur Geometri. Coding, Sistem Komputer Untan, 06(02), 69–78.
Yendrizal. 2022. Jaringan Saraf Tiruan Pengenalan Pola Huruf Sistem Matriks dengan Algoritma Hebb Rule. JURIKOM (Jurnal Riset Komputer), 9(5), 1466−1471. 10.30865/jurikom.v9i5.5015
Faisol, Amalia . R., Kuzairi, Yulianto. T., Mardianto . M. F. F. 2015. Aplikasi Jaringan Hebb dalam
Pengenalan Huruf. Zeta - Math Journal, 1(1), 10-14.
Mulyana, T. M. S. 2015. Perbandingan Hebb-Rule Dan Perceptron Dalam Segmentasi Citra Menggunakan Input Variasi RGB. JURNAL TEKNOLOGI INFORMASI, 11(2), 30-39.
Khairina, N. 2019. Jaringan Syaraf Tiruan. Universitas Medan Area.