PERBANDINGAN ALGORITMA CNN DAN ANN DENGAN PROJECTION HISTOGRAM UNTUK KLASIFIKASI CITRA TULISAN TANGAN BERUPA ANGKA

Laurenza Setiana Riva, Felicia Febriana, Muthiara Panghurina, Rachma Adzima Maulida, Barirotun Najah, Adhiya Delira Yasiin

Abstract


Bentuk angka dalam tulisan tangan seseorang memiliki beragam bentuk dan memiliki ciri khas sendiri dan terkadang sulit untuk dibaca orang lain selain penulis itu sendiri. Pada era ini, pengenalan pola tulisan menjadi salah satu hal yang dibutuhkan oleh manusia. Hal tersebut dikarenakan kurangnya tingkat keefisienan dan membutuhkan waktu yang lama untuk menulis dalam bentuk tulisan tangan lalu kemudian akan kembali diketik di komputer. Nilai akurasi yang didapat dari percobaan menggunakan algoritma CNN pada data validasi sebesar 0.9752 dan pada data testing sebesar 0.9689 sedangkan jika menggunakan algoritma projection histogram+ANN pada data validasi sebesar 0.8904 dan pada data testing sebesar 0.8962. Pada penelitian ini, model yang menggunakan Algoritma CNN lebih baik jika dibandingkan projection histogram+ANN pada penelitian ini.

Keywords


Tulisan tangan;Angka;CNN;Projection Histogram;ANN

References


A. Y. Prathama, “Pendekatan Ann (Artificial Neural Network) Untuk Penentuan Prosentase Bobot Pekerjaan Dan Estimasi Nilai Pekerjaan Struktur Pada Rumah Sakit Pratama,” J. Teknosains, vol. 7, no. 1, p. 14, 2018, doi: 10.22146/teknosains.30139.

R. Pujianto, Adiwijaya, and A. A. Rahmawati, “Analisis Ekstraksi Fitur Principal Component Analysis pada Klasifikasi Microarray Data Menggunakan Classification And Regression Trees,” eProceedings …, vol. 6, no. 1, pp. 2368–2379, 2019.

I. L1, “EVALUASI DALAM PROSES PEMBELAJARAN Idrus L 1,” Eval. Dalam Proses Pembelajaran, no. 2, pp. 920–935, 2019.

U. Tugas Akhir, “PENGENALAN POLA TULISAN TANGAN AKSARA SASAK MENGGUNAKAN EKSTRAKSI FITUR PCA DENGAN METODE ANN.”

P. Studi and T. Informatika, “PENGENALAN POLA TULISAN TANGAN AKSARA ARAB MENGGUNAKAN EKSTRAKSI FITUR DISCRETE COSINE TRANSFORM DAN KLASIFIKASI BACK PROPAGATION ARTIFICIAL NEURAL NETWORK (Handwritten Pattern Recognition Using Discrete Cosine Transform Feature Extraction and Backpropagation Artificial Neural Network As Classifier).” [Online]. Available: http://jtika.if.unram.ac.id/index.php/JTIKA/

“Penerapan Metode Distance Transform Pada Kernel Discriminant Analysis Untuk Pengenalan Pola Tulisan Tangan Angka Berbasis Principal Component Analysis”.

N. Khunafa Qudsi et al., “Identifikasi Citra Tulisan Tangan Digital Menggunakan Convolutional Neural Network (CNN).”

S. Prihatiningsih, N. S. M, F. Andriani, and N. Nugraha, “ANALISA PERFORMA PENGENALAN TULISAN TANGAN ANGKA BERDASARKAN JUMLAH ITERASI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK,” J. Ilm. Teknol. dan Rekayasa, vol. 24, no. 1, pp. 58–66, 2019, doi: 10.35760/tr.2019.v24i1.1934.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.