ABSTRAKSI: Kemajuan teknologi membuat sebuah perangkat komputer memiliki kemampuan komputasi yang tinggi untuk meningkatkan kinerja dalam pengolahan data menjadi informasi, salah satunya adalah dalam hal pengenalan huruf. Keunikan dari setiap huruf dan sifat dari setiap teori menghasilkan sebuah permasalahan baru yang menarik untuk dilakukan penelitian secara lebih lanjut. Dengan permasalahan tersebut dibangun sistem pengenalan pola yang memiliki kemampuan untuk mengenali huruf dengan output berupa pembacaan huruf yang benar dengan menggunakan kombinasi metode Modified Direction Feature (MDF) dan Bidirectional Associative Memory (BAM), menganalisis tingkat akurasi dari pengenalan huruf, menganalisis faktor-faktor yang berpengaruh terhadap tingkat akurasi dari pengenalan huruf menggunakan MDF dan BAM.
Teknik MDF merupakan teknik yang mengambil vektor ciri dari segala arah dan menggabungkannya sehingga terbentuk vektor ciri yang spesifik. Dari vektor ciri yang diambil dari segala arah tersebut dapat diperlihatkan keunikan yang dimiliki oleh huruf untuk inputan BAM yang memiliki kemampuan sebagai associative memory atau content addressable memory yaitu memori yang dapat dipanggil menggunakan bagian dari informasi yang tersimpan di dalamnya.
Sistem pengenalan pola huruf dengan menggunakan MDF dan BAM menghasilkan kesimpulan bahwa teknik BAM kurang dapat digunakan dalam mengklasifikasikan huruf, dimana vektor ciri pola yang dihasilkan dari MDF sudah dapat memberikan keunikan pada pola, namun pengklasifikasian dari BAM memiliki ketepatan yang rendah. Hal ini disebabkan BAM tidak cocok untuk digunakan untuk mengenali pola dengan kelas yang banyak dan variansi data yang besar seperti pengenalan huruf ini. Tingkat akurasi pada sistem dipengaruhi oleh jumlah transisi, ukuran normalisasi dan iterasi pada BAM. Akurasi sistem dalam pengenalan pola huruf hanya mencapai 40 %.
Kata Kunci : Pengenalan huruf, Modified Direction Feature (MDF), BidirectionalABSTRACT: Advances in technology make computer devices have high computing capability to enhance performance in the processing of data into information. One of the applications is in character recognition. The uniqueness of each character and the nature of each theory produce new and interesting problems to attempt further research. Based on this, a pattern recognition system is developed which has the ability to recognize characters with the output of the correct reading of the characters by using a combination of the Modified Direction Feature (MDF) and Bidirectional Associative Memory (BAM), to analyze the accuracy of the recognition of characters, analyze the factors that influence the accuracy of letter recognition using MDF and BAM.
MDF is a technique which takes the feature vector from every direction and combines them to form a specific feature vector. From the feature vector extracted from all directions, it can be shown that every input character has uniqueness. BAM has the capability as a content addressable memory or associative memory; a memory that can be called using a piece of information stored on them.
Character recognition system using MDF and BAM leads to the conclusion that BAM is less effective in classifying characters, in which the pattern feature vector generated from the MDF has been able to provide the uniqueness of the patterns, but the classification of the BAM has a low accuracy. This is due to BAM is not suitable to be used to recognize patterns with a lot of classes and large variance of data just like character recognition. The accuracy of the system is influenced by the number of transitions, the size of normalization and iteration at BAM. Accuracy of character recognition system reached is only 40%.
Keyword: Character Recognition, Modified Direction Feature (MDF),