Pengenalan Huruf Dan Angka Tulisan Tangan Mengunakan Metode Convolution Neural Network (CNN)

Sam’ani - STMIK Palangkaraya
M. Haris Qamaruzzaman - STMIK Palangkaraya

SPEED - Sentra Penelitian Engineering dan Edukasi
Vol 9, No 2 (2017): Speed 2017

ABSTRACT - Handwritten character recognition is a kind of pattern recognition task. Character recognition is a simple task to human, but not for a computer program. In recognizing someone’s handwriting, a computer program must be trained first.In recognizing handwriting, a computer program must be trained first. This thesis discusses how a computer recognizes a digital image pattern in the form of handwriting recognition using convolution neural network. The system that will make by desktop basic used C# language program with visual studio 2010 .And based on testing with inputs in the form of letters and single numbers as much as 184 test images obtained correct answers as many as 153 and wrong answers sebayak 31 While the test results with inputs in the form of words and sentences consisting of 191 letters and numbers with the number of correct answers as much as 158 and wrong answer as many as 33 letters that can not be recognized correctly.Keywords : Handwritten introduction, Convolution Neural Network  ABSTRAK - Pengenalan huruf tulisan tangan merupakan salah satu bentuk dari pengenalan pola. Pengenalan Huruf terlihat sederhana bagi manusia, namun menjadi tugas yang sangat sulit bagi program komputer untuk menyelesaikannya.Di dalam mengenali tulisan tangan, sebuah program komputer harus dilatih terlebih dahulu. Penelitian ini membahas tentang bagaimana sebuah komputer mengenali sebuah pola citra digital berupa pengenalan huruf tulisan tangan yang menggunakan metode convolution neural network. Sistem akan dibuat berbasis desktop mengunakan bahasa pemrograman C# dengan visual studio 2010.Dan berdasarkan uji coba testing dengan inputan berupa huruf dan angka tunggal sebanyak 184 citra uji diperoleh jawaban benar sebanyak 153 dan jawaban salah sebayak 31 Sedangkan  hasil uji coba dengan input berupa kata dan kalimat yang terdiri dari 191 huruf dan angka dengan jumlah jawaban benar sebanyak 158 dan jawaban salah sebanyak 33 huruf yang tidak dapat dikenali  dengan benar.Kata kunci : Pengenalan Tulisan Tangan, Convolution Neural Network,.