Pengembangan Aplikasi Pengenalan Tulisan Tangan Abjad dan Angka Berbasis Convolutional Neural Network

  • Edelbert Strago Giamiko Universitas Kalbis
  • Edwin Tjiong Kalbis Institute
DOI: https://doi.org/10.53008/kalbiscientia.v11i02.3626
Kata Kunci: Computer vision;, Neural network;, Handwriting recognition;, Machine learning;

Abstrak

Penelitian ini bertujuan untuk membuat sebuah aplikasi yang dapat mengenali dan memprediksi tulisan tangan abjad dan angka menggunakan Convolutional Neural Network (CNN). Metode pengembangan yang digunakan untuk mengembangkan aplikasi ini adalah model incremental dengan 2 tahap. Data yang digunakan merupakan gambar tulisan tangan yang bersumber dari EMNIST dataset berisikan huruf Romawi kapital, huruf Romawi kecil, dan angka Arab 0-9 yang terbagi menjadi 47 kelas yang berbeda. Model dan aplikasi berhasil memprediksi tulisan tangan abjad dan angka dengan nilai rata-rata presisi hingga sebesar 76,24%.

##plugins.generic.usageStats.downloads##

##plugins.generic.usageStats.noStats##
Diterbitkan
2024-10-21
Terbitan
Vol 11 No 02 (2024): Jurnal Sains dan Teknologi
Bagian
Articles
##submission.copyrightStatement##

Hak cipta jurnal ini ditugaskan untuk KALBISCIENTIA sebagai penerbit jurnal berdasarkan pengetahuan penulis, sedangkan hak moral publikasi merupakan milik penulis. Setiap publikasi cetak dan elektronik dapat diakses secara terbuka untuk tujuan pendidikan, penelitian, dan perpustakaan. Dewan editorial tidak bertanggung jawab atas pelanggaran hak cipta kepada pihak lain selain dari yang telah disebutkan sebelumnya. Reproduksi bagian mana pun dari jurnal ini (dicetak atau online) hanya akan diizinkan dengan izin tertulis dari KALBISCIENTIA: Jurnal Sains dan Teknologi.