Abstract :
Pada jaman modrenisasi saat ini banyak masyarakat yang tidak mengetahui
aksara batak karo, dan tidak adanya wadah untuk menyampaikan informasi tentang
aksara tersebut secara otomatis, maka dari itu dibutuhkan suatu sistem yang dapat
mengenali aksara batak karo secara otomatis agar kelestarian aksara batak karo
tetap terjaga. Sistem pengenalan pola aksara ini dibentuk dengan menggunakan
jaringan saraf tiruan metode Learning Vector Quantization (LVQ). Implementasi
pembuatan sistem pengenalan pola ini melalui beberapa proses, langkah awal yang
dilakukan yaitu pengumpulan data aksara batak karo, data aksara yang diperoleh
akan melalui proses akuisisi dengan keluaran citra berformat .png. Proses
pembuatan sistem pengenalan menggunakan software Matlab, selanjutnya citra
hasil akuisisi dibagi menjadi 2 bagian yaitu citra latih dan citra uji, citra latih akan
diproses oleh pre-processing, proses tersebut terdiri dari konversi warna yaitu
mengubah citra berwarna atau citra RBG menjadi citra greyscale lalu menjadi citra
biner, selanjutnya dilakukan proses thresholding, deteksi tepi, dan resize citra. Pre?processing diterapkan untuk memudahkan proses identifikasi yang terdiri dari
pelatihan dan pengujian, proses pelatihan menggunakan masukan data dari hasil
pre-processing, sedangkan proses pengujian menggunakan data citra uji.
Implementasi dari metode Learning Vector Quantization (LVQ) dalam mengenali
pola aksara batak karo sangatlah baik sehingga sesuai dengan tujuan yang hendak
dicapai. Hal tersebut didukung dengan tingkat akurasi pengenalan sebesar 100%.
Berdasarkan hasil dari pengujian, faktor-faktor yang mempengaruhi tingkat
pengenalan sistem yaitu kejelasan gambar aksara dari proses akuisisi, jumlah
parameter hidden layer, jumlah parameter epoch, dan keberadaan citra latih.