ABSTRAKSI: Jumlah mahasiswa IT Telkom dari tahun ke tahun semakin meningkat. Ini terlihat dari semakin banyaknya mahasiswa baru yang masuk. Hal ini akan berakibat jumlah mahasiswa yang lulus pun akan menigkat. Dalam satu periode saja mahasiswa yang lulus mencapai lebih dari 400 mahasiswa. Pada saat ini tugas akhir mahasiswa yang telah lulus dimasukkan secara manual ke dalam computer, ini jelas bukan pekerjaan ringan. Atas dasar itulah muncul ide atau pemikiran untuk membuat suatu system yang memudahkan para pegawai perpustakaan dalam memasukkan data tugas akhir.
Dalam tugas akhir ini saya membuat suatu system untuk mendokumentasikan buku – buku tugas akhir mahasiswa IT Telkom. Proses pendokumentasian tersebut dilakukan melalui pengenalan pola karakter alphabet dari suatu citra dari akuisisi webcam dengan menggunakan jaringan syaraf tiruan Self-Organizing Map (SOM). JST Self-organizing Map adalah jaringan syaraf tiruan yang terlatih dan dapat belajar tanpa pengawasan (unsupervised learning) untuk menghasilkan cluster, tanpa perlu memberikan target. JST SOM dipakai mengenali karakter – karakter yang telah tersegmentasi.
Keluaran dari system iniadalah mampu mengenali karakter Judul, nama, NIM, dan tahun pembuatan dengan tingkat akurasi yang tinggi, mampu menyusun kembali pola - pola yang telah tersegmentasi menjadi kata sebelumnya, dan mampu mengenali berbagai bentuk pola karakter alphabet dengan tingkat akurasi terbaik 82,5%.Kata Kunci : Image Processing, ekstraksi ciri, Jaringan syaraf tiruan, SOM.ABSTRACT: The number of IT Telkom students from year to year has increased. This is evident from the increasing number of incoming freshmen. This will result in the number of students who passed would be increasing. In one period only students who graduated more than 400 students. At this final project the students who have graduated entered manually into the computer, this is certainly not light work. On this basis an idea or thought to create a system that allows library staff to enter data in the final.
In this thesis I created a system for documenting the book - a book final Telkom IT student. Documentation process is done through pattern recognition of alphabetic characters of an image from a webcam acquisition using neural network Self-Organizing Map (SOM). Self-organizing map neural network is trained neural network and to learn without supervision (unsupervised learning) to produce a cluster, without the need to provide a target. SOM neural network is used to recognize characters - characters that have been segmented.
The output of the system is able to recognize characters of Title, name, NIM, and year of manufacture with a high degree of accuracy, able to reconstruct the pattern - a pattern that has been segmented into words before, and able to recognize various forms of pattern alphabet characters with the best accuracy level of 82.5 %.Keyword: Image processing, feature extraction, artificial neural networks, SOM.