ABSTRAKSI: Bertambahnya jumlah mahasiswa dari tahun ke tahun di IT Telkom menyebabkan bertambahnya pula buku-buku tugas akhir yang dibuat. Dengan semakin banyaknya buku tugas akhir tersebut, timbullah permasalahan baru, yakni dalam masalah pendokumentasian. Sistem dokumentasi yang dilakukan di perpustakaan IT Telkom masih dilakukan secara manual, yaitu dengan cara mengetikkan data yang ada pada buku tugas akhir tersebut. Hal tersebut mendorong dibuatnya suatu sistem yang dapat mempermudah penndokumentasikan buku tugas akhir. Dengan adanya sistem ini diharapkan memudahkan pegawai perpustakaan untuk memasukkan data buku tugas akhir tesebut ke komputer tanpa perlu mengetikannya.
Untuk membantu pegawai perpustakaan dalam pendokumentasian tugas akhir, dibuatlah sebuah sistem yang dapat menginputkan judul, nama, beserta NIM mahasiswa tanpa perlu mengetikkan secara manual. Sistem bekerja dengan memanfaatkan pengolahan citra digital untuk mengenali pola karakter. Citra yang didapat diolah menggunakan software matlab. Dari citra tersebut lalu dilakukan pengekstraksian ciri dengan metode MDF yang kemudian akan dilakukan proses pengenalan pola dengan metode jaringan syaraf tiruan.
Sistem tersebut memerlukan sebuah sistem cerdas yang dapat belajar untuk mengenali pola. Jaringan syaraf tiruan (JST) merupakan merupakan satu cabang dari artificial inteligent (AI) yang didesain dengan menirukan cara kerja otak manusia dalam menyelesaikan suatu masalah melalui proses pembelajaran.
Pada Tugas Akhir ini dilakukan beberapa skenario untuk mengetahui parameter-parameter yang berpengaruh pada akurasi sistem. Parameter yang dianalisis berupa jumlah neuron, hidden layer, serta MSE yang diinginkan. Hasil percobaan menunjukan bahwa penggunaan ekstraksi ciri MDF dan algoritma Backpropagation memberikan akurasi yang tidak terlalu bagus dalam hal pengenalan pola pada cover tugas akhir IT Telkom.
Kata Kunci : citra digital, pengenalan pola, ekstraksi ciri, MDF, back propagation, neuron,ABSTRACT: The increasing number of the students from year to year in IT Telkom also caused increasing final project books made. With the increasing number of the fa]inal project books, a new problem has arised, namely the problem of documentation. System documentation done in the IT Telkom’s library still done manually, by typping the exsited data needed from the final project books. It is encouraged that: a system that can facilitate the documentation. With this system, the documentation is expected proficienly level to the computer witout needed to type it manually.
To assist library staff in documenting the final project books, they invented a system that can input the tittle along with the names and NIM of the students without entering it manually. The system works by utilizing digital image processing to recognize character patterns. Acquired images are processed using software Matlab. The data further be process of featured extraction called MDF. Then be process of patern recognition features with artificial neural network method.
Such system required an intellegent system that can learn to recognize patterns. Artificial Neural Networks (ANN) is a single branch of artificial intellegent (AI) designed to mimic the working of the human brain in solving a problem through the learning processes.
In this final project, it conducted several scenarios to determine the parameters that affect the accuracy of the system. The parameters analyzed are the number of neurons, hidden layes, and desired MSE. The experimental results show that the Backpropagation algorithm provides not good enough accuracy in term of pattern recognition with appropriate setting of the parameter and feature extraction.
Keyword: digital image, pattern recognition, feature extraction, MDF,