ABSTRAKSI: Pada umumnya pengklasifikasian kategori setiap huruf dilakukan secara langsung dengan salah satu indera yaitu penglihatan. Pekerjaan tersebut menjadi ide, bagaimana jika hal tersebut dilakukan dengan proses komputer agar tidak terjadi kesalahan dalam pelafalan huruf Arab. Pengklasifikasian ini dilakukan pada huruf Arab karena memiliki bentuk-bentuk khusus, yaitu pertama setiap huruf mempunyai dua sampai empat bentuk yang berbeda, tergantung pada posisi huruf pada suatu kata. Kedua, beberapa huruf mempunyai satu titik, dua titik, tiga titik, atau hamzah yang ditambahkan ke dalam huruf baik di atas, di bawah, maupun di sisi huruf. Ketiga, tidak ada huruf besar maupun huruf kecil pada huruf Arab.
Tugas akhir ini dalam pengklasifikasiannya menggunakan pendekatan jaringan saraf tiruan ART-2, yaitu model yang memiliki kemampuan menerima informasi baru tanpa melupakan informasi yang lama. Sebelum melakukan pengklasifikasian, terlebih dulu melakukan pengenalan pola untuk setiap huruf Arab. Dalam pengenalan pola ini dilakukan beberapa kegiatan antara lain: memasukkan input citra huruf Arab dalam bentuk .bmp (bitmap). Kemudian citra tersebut dilakukan penghilangan noise, binearisasi citra, segmentasi, stretching, thinning, dan ekstraksi ciri dari masing-masing huruf. Kemudian proses terakhir adalah klasifikasi pola dengan menggunakan perubahan bobot jaringan JST ART2 berdasarkan parameter alfa, rho, dan iterasi serta jaringan dimodifikasi menurut ukuran parameter tersebut. Output pengujian ini adalah keputusan apakah huruf tersebut dikenali dan mengetahui apa nama huruf tersebut. Dari hasil pengujian didapat tingkat keberhasilan sistem yang dirancang mencapai sekitar 63%.Kata Kunci : Segmentasi, Stretching, Thinning, Ekstraksi Ciri, Jaringan Saraf Tiruan ART-2ABSTRACT: Commonly, classification of each letter category is proceeding directly by eyesight. That classification becomes the idea in order that process can be done in computerization, so that there is no mistake in Arabic letters pronouncing. This classification is proceeding in Arabic letter because they have specific shape, such as firstly, each letter has two until four different shapes, based on the letter position in one words. Secondly, several letters have one, two, three or the hamzah that is added in a letter on, under, as well as besides the letter. Thirdly, there is no capital letter or small letter in Arabic letter.
In the classifiying, this final assignment use ART-2 artificial neural network approach. This approach is a model which has new information receiving ability without deniying the old information. Before the classification, this system will recognize the pattern for each single Arabic letter. In this section, there are many actions to do, such as entering Arabic letter’s image in .bmp (bitmap). The next process is cleaning the noise, image binaryzation, segmentation, stretching, thinning, and feature extraction for each letter. The last process of this system is pattern classification using ART-2 artificial neural network weight changing based on alpha, rho, and iteration parameter as well as the network has to be modified according to those parameter sizes. The output of this testing is decision if the input letter is recognized by this system and for making know what is the name of the input letter. From the testing process, we can conclude that the success rate of this system reach about 63%.Keyword: Segmentation, Stretching, Thinning, Feature Extraction, ART-2 Artificial Neural Network