Rahma Kesuma , Mahfuzhah
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Algoritma Convolutional Neural Network (CNN) Untuk Pengenalan Angka Tulisan Tangan Amanda Lestari, Tiara; Aulia Tanjung, Dewi; Sofinah Harahap, Lailan; Rahma Kesuma , Mahfuzhah
Data Sciences Indonesia (DSI) Vol. 5 No. 2 (2025): Article Research Volume 5 Issue 2, Desember 2025
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v5i2.7357

Abstract

Pengenalan pola merupakan salah satu bidang penting dalam kecerdasan buatan, khususnya dalam identifikasi karakter tulisan tangan. Tantangan utama dalam proses ini terletak pada variasi bentuk tulisan setiap individu yang sering menyebabkan kesalahan dalam pengenalan karakter. Untuk mengatasi permasalahan tersebut, penelitian ini mengimplementasikan algoritma  Convolutional Neural Network (CNN) yang dikenal efektif dalam mengekstraksi  fitur visual secara bertingkat melalui operasi konvolusi dan pooling. Menggunakan dataset MNIST yang terdiri atas 60.000 data latih dan 10.000 data  uji, model CNN yang dibangun mampu mencapai akurasi sebesar 98–99% dalam mengenali angka tulisan tangan. Hasil ini menunjukkan bahwa CNN memiliki kemampuan yang sangat efektif dan dapat diandalkan untuk tugas pengenalan pola angka tulisan tangan secara otomatis.