PENGENALAN POLA AKSARA BATAK KARO MENGGUNAKAN METODE GRAY LEVEL RUN LENGTH MATRIX DAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Aksara Batak Karo merupakan kumpulan dari karakter/simbol-simbol untuk menyatakan sesuatu yang pemakaiannya dimengerti, disepakati, serta dipergunakan oleh masyarakat Batak Karo. Namun, untuk mempelajari aksara Batak Karo masyarakat dapat mengalami kesulitan karena antara huruf aksara Batak Karo dengan huruf abjad sangat berbeda jauh, baik dari segi bentuk maupun cara membacanya. Oleh karena itu, seiring dengan kemajuan teknologi saat ini beberapa algoritma pengenalan pola dikembangkan agar komputer dapat melihat dan memproses gambar. Algoritma pengenalan pola dapat mengenali pola tulisan aksara Batak Karo yang memudahkan masyarakat untuk mempelajarinya. Dalam tugas akhir ini dilakukan penggabungan metode Gray Level Run Length Matrix dengan algoritma Convolution Neural Network yang digunakan pada citra untuk dapat mengenali setiap pola aksara Batak Karo dengan cara melatih dan menguji setiap dataset pada citra. Convolution Neural Network memiliki hasil yang paling signifikan dalam pengenalan citra digital. Kemudian akan dilakukan perhitungan akurasi dengan menghitung banyaknya Pola Aksara Karo yang dapat dikenali. Pengujian dilakukan dengan data training 200 data dan data testing 100 data .Hasil pengujian menunjukkan epoch 1000 dan learning rate 0,001 memiliki akurasi 87% sedangkan epoch 200 dan learning rate 0,01 memiliki akurasi 71%. Ini membuktikan bahwa akurasi terbaik didapat dengan menggunakan epoch 1000 dengan learning rate 0,001.