IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI TULISAN TANGAN MENGGUNAKAN KERAS

Informasi teks merupakan salah satu komponen penting dalam kehidupan sehari-hari dalam hal berkomunikasi. Informasi teks dapat diperoleh dalam bentuk teks digital yang dapat dikenali komputer maupun teks non digital seperti teks pada koran, majalah dan buku yang tidak dapat dikenali komputer. Prinsip kerja dari Implementasi Convolutional Neural Network Untuk Klasifikasi Tulisan Tangan Menggunakan KERAS ini adalah mengidentifikasi citra tulisan tangan yang diambil dari kamera. Proses dimulai training EMNIST dataset sesuai dengan arsitektur convolutional neural network yang kemudian disimpan sebagai model.h5 sebagai bobot hasil training. Selanjutnya, kita masuk dalam tahap pengujian. Pertama yang harus dilakukan adalah me load model hasil training yang nantinya digunakan untuk proses klasifikasi. Kemudian, kita masukkan citra uji yang sebelumnya harus masuk ke tahap preprosesing kemudian dipisahkan per karakter lalu di klasifikasi sesuai model yang telah disimpan. Metode Convolutional Neural Network (CNN) pada sistem ini memiliki recognition rate sebesar 61,03%.