PENGENALAN ANGKA PADA CITRA TULISAN TANGAN MENGGUNAKAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN)

Abstract

Pada era digital, penelitian tentang pengenalan angka tulisan tangan dalam computer vision dan pengenalan objek semakin berkembang. Digitalisasi data berbasis tulisan tangan menghadapi tantangan dalam akurasi pengenalan karena variasi pola angka yang beragam. Penelitian ini bertujuan melakukan pengenalan angka pada tulisan tangan menggunakan dataset Handwriting Letter and Number dan algoritma CNN. Model dibangun menggunakan arsitektur CNN dengan augmentasi citra sebagai preprocessing dan pelatihan selama 20 epoch pada ukuran citra 50 x 50 pixels dalam mode grayscale. Penelitian ini menerapkan dua skema pengujian, yakni menggunakan data uji yang telah disediakan dan mengunggah citra secara real-time dengan citra manual. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 97,09% untuk training set dan 97,85% untuk validation set pada epoch terakhir, dengan akurasi validasi secara keseluruhan adalah 97,23%. Selain itu, pengujian menunjukkan bahwa model mampu memprediksi angka dari dataset uji citra secara akurat, meskipun masih mengalami kesulitan dalam mengenali angka ‘4’.