Di balik kelebihannya, komputer memiliki kelemahan dibandingkan dengan kemampuan
manusia memroses informasi. Salah satu contoh kelemahan komputer dibandingkan dengan
manusia adalah kemampuan mengenali karakter. Pengenalan karakter merupakan hal yang
dianggap sederhana dan umum dilakukan oleh manusia, namun merupakan tugas yang sulit jika
dilakukan oleh
komputer. Untuk mengatasi kekurangan tersebut, dikembangkanlah sistem Jaringan Saraf Tiruan
(JST) yang mengambil konsep sistem saraf manusia. Salah satu metodenya yaitu
backpropagation yang mempelajari pola dari suatu karakter, menyimpan bobotnya untuk
kemudian mengenali karakter serupa.
Pembuatan Tugas Akhir ini bertujuan agar sistem yang dibangun dapat mengenali citra
aksara Jawa setelah dilakukan pelatihan pada JST. Metode yang digunakan yaitu
backpropagation dengan 1 lapisan tersembunyi. Sebelum citra diproses dalam JST, dilakukan
dekomposisi citra dengan menggunakan transformasi wavelet Haar 2 level untuk mengurangi
beban komputasi. Tugas
Akhir ini dibangun dengan menggunakan bahasa pemrograman C# dan database menggunakan
SQL Server.
Hasil penelitian berupa sebuah perangkat lunak yang dapat melakukan pelatihan dan
pengenalan terhadap citra aksara Jawa. Perangkat lunak dengan model arsitektur JST yang
optimal dapat mengenali citra aksara Jawa dengan tingkat akurasi 97,857% untuk citra uji yang
termasuk dalam data pelatihan, 45% untuk citra uji yang tidak termasuk dalam data pelatihan,
dan 70,625% untuk citra uji yang mengandung noise.