Implementasi Jaringan Syaraf Tiruan Back Propagation dalam Pengembangan Aplikasi untuk Mengidentifikasi Aksara Katakana

• Main Author: Muhammad Fakhrurrozi Bimo Arfianto
• Format: Article
• Language: Indonesian
• Published: Universitas PGRI Semarang 2019-07-01
• Series: Jurnal informatika UPGRIS
• Online Access: http://journal.upgris.ac.id/index.php/JIU/article/view/3412

Bahasa Jepang mempunyai beberapa sistem aksara yang digunakan. Salah satunya adalah aksara Katakana, yang digunakan untuk menuliskan istilah bahasa Asing ke dalam bahasa Jepang. Aksara ini mempunyai beberapa bentuk yang harus dipelajari oleh seseorang yang sedang mempelajari bahasa Jepang. Hal ini menyebabkan tingkat kesulitan dalam mempelajari bahasa Jepang semakin tinggi. Maka, dibuatlah sebuah aplikasi yang akan membantu penggunanya mengidentifikasi aksara Katakana. Aplikasi ini dikembangkan dalam platform desktop dan menggunakan salah satu cabang ilmu dalam Kecerdasan Buatan, yaitu Jaringan Syaraf Tiruan (Artificial Neural Network). Jaringan syaraf tiruan yang diimplementasikan dalam aplikasi tersebut menggunakan model algoritma pembelajaran Back Propagation. Jaringan syaraf tiruan tersebut dibuat dan dilatih untuk mengidentifikasi tiga jenis aksara Katakana, yaitu aksara gojūon, dakuon, dan handakuon. Beberapa parameter pembelajaran diterapkan dan beberapa proses pembelajaran dilakukan pada penelitian ini. Pembelajaran jaringan syaraf tiruan yang telah dilakukan menghasilkan tingkat akurasi jaringan syaraf tiruan dalam mengidentifikasi aksara-aksara tersebut. Tingkat akurasi tersebut adalah: 44,06% untuk aksara gojūon; 48,75% untuk aksara dakuon; dan 82,5% untuk aksara handakuon.