ABSTRAKSI: Karakter huruf Jepang merupakan karakter yang cukup komplek apabila dibandingkan dengan karakter huruf romawi biasa. Tidak semua orang awam mampu membaca huruf Jepang dengan lancar. Biasanya untuk mempelajari huruf Jepang, orang membutuhkan waktu yang cukup lama. Melalui tugas akhir ini diharapkan dapat mempermudah orang dalam membaca karakter-karakter huruf Jepang, khususnya huruf Kana (Hiragana dan Katakana). Jika seseorang sudah mampu membaca karakter tulisan Jepang dengan lancar, maka dia akan lebih mudah untuk mempelajari bahasa Jepang seluruhnya.
Pada tugas akhir ini dikembangkan suatu sistem pengenalan karakter tulisan tangan huruf Jepang, khususnya huruf Kana. Dalam sistem pengenalan huruf tulisan tangan ini akan akan dilakukan tiga tahapan,yaitu preprocessing, Direction Feature Extraction, dan post processing dengan menggunakan metode Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). Kebanyakan komponen huruf Jepang (kana) terdiri dari coretan garis-garis berarah, dari alasan tersebut dalam tugas akhir ini dicoba untuk menggunakan metode Direction Feature Extraction dalam menentukan ciri-ciri dari setiap citra karakter.
Data uji yang digunakan pada sistem berupa file citra yang berisi karakter tulisan tangan yang belum pernah dilatih. Dari hasil pengujian, penggunaan metode Direction Feature Extraction dan Jaringan Syaraf Tiruan Learning Vector Quantization mampu memperoleh rata-rata tingkat keakuratan yang baik.
Kata Kunci : Kana (Hiragana dan Katakana), direction feature extraction, learning vector quantization (LVQ), jaringan syaraf tiruan, pengenalan karakter tulisan tangan.ABSTRACT: Japanese letter is a very unique and complex character compared to usual Roman’s letter. Not all people can read the Japanese letter. Takes a quite long times to learn about Japanese letter. Through this final project, the writer hope it will much easier for people to read Japanese letter, especially Kana (Hiragana and Katakana) letter. If one person can read the Japanese character well, they can easily learn to use Japanese in their daily condition.
In this final project, the writer developed a Japanese character pattern recognition system, especially Kana character. In this system there will be 3 steps of procedure, they are: preprocessing, Direction Feature Extraction, and post processing using Artificial Neural Network Learning Vector Quantization. Most of Kana components are consist of directional line segments. From that reason in this final project we try to use Direction Feature Extraction to specify the features of each character image.
The data testing that we use in this system is an image file consist of several write-hand character that never trained before. From the test, we know that Direction Feature Extraction and Artificial Neural Network Learning Vector Quantization can take the good average value of accuracy.
Keyword: Kana (Hiragana and Katakana), Direction Feature Extraction, Learning Vector Quantization (LVQ), Artificial Intellegent, handwritten pattern recognition.