Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume (4) Juli 2019, pp 160-170 ISSN: 2527-5771/EISSN: 2549-7839 http://tunasbangsa.ac.id/ejurnal/index.php/jurasik Pengenalan Aksara Batak Dengan Metode Perceptron (Frinto Tambunan) |160 Pengenalan Aksara Batak Dengan Metode Perceptron Frinto Tambunan Teknik Informatika, Universitas Potensi Utama Jl. K.L Yos Sudarso Km. 6.5, 20146 frintoaja@gmail.com Abstract Water is a good solvent, so that the water in nature is never pure. If the content of various substances and microorganisms contained in water exceeds the allowable threshold, the water quality will be compromised. Impaired water quality is said to be contaminated water. With so keep in mind how the level of contamination found in the water. With the construction of an artificial neural network using the Perceptron network is expected to be built capable of providing the level of water pollution prediction results. Keywords: Neural Networks, Perceptron, Aksara Batak , Training Data and Testing Data. Abstrak Jaringan Saraf Tiruan merupakan salah satu aplikasi kecerdasan buatan yang mampu menyelesaikan masalah yang tidak terstruktur dan rumit serta mampu mengolah data-data input tanpa harus memiliki target. Salah satu modelnya adalah jaringan Perceptron. Model jaringan ini yang kemudian digunakan untuk menentukan pola Aksara Batak dengan menggunakan 3 variabel data seperti, a, ha, dan ma. Selanjutnya dibentuk beberapa arsitektur jaringannya dan dilanjutkan dengan melakukan pelatihan menggunakan data training dan pengujian menggunakan data testing pada setiap arsitektur. Dari hasil proses pelatihan dan pengujian maka diperoleh arsitektur jaringan yang terbaik dengan gradien error terendah. Hasil akhir menunjukkan bahwa Jaringan Saraf Tiruan model Perceptron dapat mengenali pola gambar yang diberikan dengan menggunakan arsitektur yang dibangun. Kata kunci: Jaringan Saraf Tiruan, Perceptron, Aksara Batak, Data Training dan Data Testing. 1. Pendahuluan Perkembangan ilmu pengetahuan dan teknologi telah membawa perubahan dihampir semua aspek kehidupan manusia dimana pembagian permasalahan dapat dipecahkan dengan upaya penguasaan dan peningkatan ilmu pengetahuan dan teknologi. Manusia dapat mengetahui ruang dari segi ciri –cirinya, yang diistilahkan dengan aksioma [1]. Tetapi hal ini dapat dipengaruhi oleh pengalaman atau mungkin dengan intuitifnya atau strategi pemetaan dalam berpikir, sedangkan unutk komputer, untuk mengenali dan membedakan suatu citra diperlukan data – data fisik yaitu bentuk dari ciri tersebut dan data – data lain seperti penambahan tekstur warna sehingga komputer akan lebih mudah untuk mengenalinya, namun dengan menggunakan metode yang ada dalam Jaringan Saraf Tiruan diharapkan komputer dapat mengenali sebuah citra objek sederhana [2].