ANALISA PERFORMA PENGENALAN TULISAN TANGAN ANGKA BERDASARKAN JUMLAH ITERASI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Abstract

Pada zaman modern ini teknologi informasi khususnya bidang Artificial Intelligence berkembang pesat dari waktu ke waktu. Hal ini mendorong manusia berkreasi untuk menciptakan teknologi baru untuk mempermudah orang dalam mengakses informasi yang diinginkan dengan cepat. Salah satu metode Artificial Intelligence yang cukup dikenal adalah Convolutional Neural Network. Namun, masih terdapat permasalahan terkait cara yang tepat yang dapat membuat performa lebih baik. Pada penelitian ini dilakukan analisa performa pengenalan tulisan tangan angka berdasarkan perubahan jumlah iterasi menggunakan metode convolutional neural network (CNN). Penelitian ini membuat suatu sistem analisa akurasi performa pengenalan tulisan tangan angka menggunakan metode Convolutional Neural Network atau yang dikenal dengan sebutan CNN. Program ini dibuat menggunakan Spyder sebagai Integrated Development Environment (IDE) dengan Python sebagai Bahasa pemrogramannya. Adapun tahapan penelitian yang dilakukan adalah tahapan pengumpulan data, tahap preprocessing, pembentukan model CNN dan tahap terakhir dilakukan analisis performa. Performa meningkat signifikan pada iterasi antara 0 – 20, sedangkan pada iterasi 100-1000 tidak. Hasil menunjukkan bahwa semakin banyak besar jumlah iterasi yang dilakukan semakin baik performa yang dihasilkan