Main Article Content
Abstract
Makalah ini menjelaskan tentang aplikasi dari Hamming network untuk pengenalan karakter. Hamming
network adalah salah satu model struktur dari Artificial Neural Network yang terdiri atas 2 layer yaitu
feedforward layer dan recurrent layer. Dalam sistem ini, input dari Hamming network berupa image dari
karakter berukuran 46x46 pixel dengan format image biner. Output dari Hamming network terdiri atas 26
neuron dimana masing-masing neuron mewakili satu karakter yaitu huruf A sampai Z. Ada tida jeinis karakter
yang diuji dalam sistem ini, yaitu karakter Times New Roman, Arial Rounded Bold dan Courier New. Hasil
pengujian menunjukkan bahwa untuk aplikasi ini, Hamming network baik sekali mengenal input data yang
terdapat dalam data training dan cukup robust terhadap noise. Karakter Times New Roman menghasilkan
tingkat pengenalan yang lebih baik.
Kata kunci: artificial neural network, hamming network, pengenalan karakter
network adalah salah satu model struktur dari Artificial Neural Network yang terdiri atas 2 layer yaitu
feedforward layer dan recurrent layer. Dalam sistem ini, input dari Hamming network berupa image dari
karakter berukuran 46x46 pixel dengan format image biner. Output dari Hamming network terdiri atas 26
neuron dimana masing-masing neuron mewakili satu karakter yaitu huruf A sampai Z. Ada tida jeinis karakter
yang diuji dalam sistem ini, yaitu karakter Times New Roman, Arial Rounded Bold dan Courier New. Hasil
pengujian menunjukkan bahwa untuk aplikasi ini, Hamming network baik sekali mengenal input data yang
terdapat dalam data training dan cukup robust terhadap noise. Karakter Times New Roman menghasilkan
tingkat pengenalan yang lebih baik.
Kata kunci: artificial neural network, hamming network, pengenalan karakter