Penerapan Jaringan Syaraf Tiruan untuk Pengenalan Pola Huruf Menggunakan Metode Bidirectional Associative Memory (BAM)

Warda Hamidah; Lailan Sofinah Harahap

doi:10.61132/neptunus.v1i4.433

Authors

Warda Hamidah Universitas Islam Negeri Sumatera Utara
Lailan Sofinah Harahap Universitas Muhammadiyah Sumatera Utara

DOI:

https://doi.org/10.61132/neptunus.v1i4.433

Keywords:

Pattern Recognition, Sigmoid, JST, Artificial Intelligence, Activation Function

Abstract

The process in artificial intelligence is similar to the process that occurs in the human brain. The pattern recognition process is to determine whether the input and output values are the same so that the system can detect the pattern. A reciprocal relationship between the input and output levels is made possible by the two interconnected layers of the Bidirectional Associative Memory (BAM) technique. As a result, this technique can serve as an associative memory, meaning that some of the data stored in it can be called upon.. The load signal is transmitted from the input layer X to the output layer Y in this procedure. The weight value will be modified by computing the outcomes between the ranks [1,0]. In this work, the active sigmoid function is employed. Three input characters—the letters S, O, and X—are used in this study's 5x5 order matrix. A pattern [27 4] that matches the target is produced by the target letter S [1,-1], a pattern [27 -3] that does not match the target is produced by the target letter O [1.1], and a pattern [-37 21] that matches the target is produced by the target letter X [-1,1]. Consequently, not all patterns are able to meet the established objectives.

References

Heryati, A. (2020). Penerapan Jaringan Saraf Tiruan Untuk Memprediksi Pencapaian Prestasi Mahasiswa. 8–9.

Rozi Meri, D. (2022). Jaringan syaraf tiruan menggunakan algoritma hebb rule untuk diagnosa penyakit kulit manusia. 6(2), 78–87.

Susilo, M. M., Wonohadidjojo, D. M., & Sugianto, N. (2021). Pengenalan Pola Karakter Bahasa Jepang Hiragana Menggunakan 2D Convolutional Neural Network. 03(02), 28–36.

Pangaribuan, Y., & Sagala, M. (2022). Menerapkan Jaringan Saraf Tiruan untuk Mengenali Pola Huruf Menggunaka n Metode Perceptron. Jurnal Teknik Informatika UNIKA Santo Thomas, 2(479), 53–59.

http://103.76.21.184/index.php/JTIUST/article/view/191

John Adler, D. (2021). Jurnal Sistem Komputer Unikom – Komputika – Volume 1, No. 2 - 2021. 1(2).

Coding, J., Untan, S. K., Masrani, H., Ruslianto, I., Komputer, J. S., & Informasi, J. S. (2021). Pada proses segmentasi ini dibagi menjadi dua bagian , yaitu segmentasi baris dan. 06(02), 69–78.

Zaitun, Warsito, & Pauzi, G. A. (2023). Sistem Identifikasi dan Pengenalan Pola Citra Tanda-Tangan Menggunakan Sistem Jaringan Saraf Tiruan ( Artificial Neural Networks ) Dengan Metode Backpropagation. JURNAL Teori Dan Aplikasi Fisika FMIPA Universitas Lampung, 03(02), 93–101.

Muliona Rizki, D. (2023). JARINGAN SYARAF TIRUAN PENGENALAN POLA HURUF. 2(1), 46–50.

Purba, S. (2023). Pengenalan Karakter Menggunakan Metode Bidirectional Associative Memory ( Bam ) Kontinu. 11(01), 89–101.

Tjung, K. L., Budhi, G. S., Purba, K. R., Studi, P., Informatika, T., Industri, F. T., Petra, U. K., & Siwalankerto, J. (2023). Implementasi Kombinasi Jaringan Syaraf Tiruan Metode Self-Organized Map ( SOM ) dan Bidirectional Associative Memory ( BAM ) Pada AI Game Action Adventure . 1–7.

Giawa, A. (2022). Implementasi Metode Bidirectional Associative Memory Pada Absensi Berbasis Identifikasi Wajah ( Studi Kasus : Mts Zending Islam Indonesia Medan ). 8, 108–111.

Octariadi, B. C., & Siregar, A. C. (2021). Pengenalan Pola pada Citra Tanda Tangan Online dan Offline menggunakan Jaringan Syaraf Tiruan Metode Backpropagation. 5(01), 49–56.

Euclides, N., Nugroho, W., Widiarti, A. R., Informa, T., Maguwoharjo, P., & Sleman, D. (2022). Transliterasi citra aksara hiragana mempergunakan jaringan backpropagation. 13(November), 182–192.

Haumahu, J. P. (2021). Implementasi Jaringan Syaraf Tiruan Untuk Pengenalan Pola Notasi Balok Menggunakan Metode Backpropagation. 6(3), 255–259.

Ramadhani, I., Pratiwi, S. H., & Handayani, A. N. (2023). Analisis Jaringan Saraf Tiruan Pengenalan Pola Huruf Hiragana dengan Model Jaringan Perceptron. 11(1), 45–56.