PENGENALAN ANGKA TULISAN TANGAN YANG BERORIENTASI MENGGUNAKAN METODE CNN

AZWALTAMA, ADRIAN and Fachrurrozi, Muhammad and Rizqie, M. Qurhanul (2022) PENGENALAN ANGKA TULISAN TANGAN YANG BERORIENTASI MENGGUNAKAN METODE CNN. Undergraduate thesis, Sriwijaya University.

	Text RAMA_55201_09021381722148.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_55201_09021381722148_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy
Preview	Text RAMA_55201_09021381722148_ 0222058001_0203128701_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) | Preview
	Text RAMA_55201_09021381722148_ 0222058001_0203128701_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_55201_09021381722148_ 0222058001_0203128701_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (515kB) | Request a copy
	Text RAMA_55201_09021381722148_ 0222058001_0203128701_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (712kB) | Request a copy
	Text RAMA_55201_09021381722148_ 0222058001_0203128701_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (321kB) | Request a copy
	Text RAMA_55201_09021381722148_ 0222058001_0203128701_06.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (9kB) | Request a copy
	Text RAMA_55201_09021381722148_ 0222058001_0203128701_07_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (411kB) | Request a copy

Abstract

Tulisan tangan merupakan hasil dari pikiran sadar dan bawah sadar manusia yang menggambarkan atau mencerminkan karakter kepribadian manusia. Pengenalan tulisan tangan dibagi menjadi dua macam yaitu pengenalan tulisan tangan secara online dan pengenalan tulisan tangan secara offline. Pengenalan tangan digunakan agar komputer bisa mengenali tulisan tangan. Dari penelitian sebelumnya akan dilakukan sebuah percobaan untuk mengenali tulisan tangan yang tidak konsisten. Hal ini bertujuan untuk membangun sistem yang dapat mengenali tulisan tangan yang tidak konsisten dengan metode Convolutional Neural Network yang terdiri dari Convolutional Layer, Subsampling dan Full Connected Layer. Berdasarkan hasil pengujian menggunakan Confusion Matrix, nilai Recall sebesar sebesar 99.26%, nilai Precision sebesar 99.28% dan nilai F-measure sebesar 99.72%. Nilai F-measure menandatakan ketepatan dalam mengidentifikasi angka cukup tepat. Dengan nilai F-measure sebagai rata-rata dari nilai precision dan recall, sistem ini dapat dinilai efektif dalam mengenali angka tulisan tangan yang berorientasi dan memiliki keseimbangan pada data.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Convolutional Neural Network, Pengenalan Angka Tulisan Tangan
Subjects:	Q Science > Q Science (General) > Q300-390 Cybernetics > Q325.5 Machine learning
Divisions:	09-Faculty of Computer Science > 55201-Informatics (S1)
Depositing User:	Adrian Azwaltama
Date Deposited:	12 Sep 2022 03:06
Last Modified:	12 Sep 2022 03:06
URI:	http://repository.unsri.ac.id/id/eprint/78626

Actions (login required)

View Item