ABSTRAKSI: Huruf Hijaiyah dikenal sebagai media visual yang digunakan dalam penyampaian bahasa Arab. Dalam penulisannya, setiap huruf memiliki ciri yang ditujukan untuk membedakan satu sama lain. Dengan teknik pengenalan pola citra, ciri tersebut dapat diketahui nilainya.
Pengenalan pola citra yang dapat digunakan dalam kasus huruf Hijaiyah adalah Moment Invariant. Masing-masing ciri yang didapatkan dari pengenalan pola dapat diklasifikasikan menggunakan Learning Vector Quantization (LVQ). Penentuan arsitektur LVQ dalam pengklasifikasian ditentukan oleh nilai Mean Squared Error terkecil pada proses training-validasi.
Setelah dilakukan beberapa skenario pengujian, diperoleh akurasi terbaik untuk arsitektur LVQ dengan jumlah hidden neuron , learning rate, dan pengurang learning rate .Kata Kunci : Huruf Hijaiyah, Pengenalan Pola, Moment Invariant, Learning Vector Quantization, Mean Square Error.ABSTRACT: Hijaiyah letter known as visual media are used in the delivery of the Arabic language. In writing, each letter has a feature that is intended to distinguish from each other. With image pattern recognition techniques, these features can be known value.
Image pattern recognition that can be used in the case of hijaiyah letter is Moment Invariant. Each of these features that are derived from pattern recognition can be classified using the Learning Vector Quantization (LVQ). LVQ architecture in the classification is determined by the smallest value of Mean Squared Error on the training- validation process.
After doing several test scenarios, the best accuracy is obtained by LVQ architecture with the number of hidden of neurons, learning rate, and a reduction of learning rate.Keyword: Hijaiyah Letter, Image Pattern Recognition, Moment Invariant, Learning Vector Quantization, Mean Squared Error.