Implementasi Convolutional Neural Network (CNN) dalam Pengenalan Pola Penulisan Tangan

Abstract

Era modern ini semakin mendorong manusia untuk mengembangkan suatu inovasi yang lebih baru berteknologi Artificial Intelegence (AI). Pengenalan pola penuliasn tangan merupakan bidang penelitian yang terus berkembang dengan pesat, terutama dalam konteks pengembangan sistem otomatisasi deteksi tulisan tangan. Salah satu pendekatan efektif untuk mencapai tujuan adalah menggunakan Convolutional Neural Network (CNN), yang merupakan sebuah jenis arsitektur jaringan sarad yang terbukti efektif dalam memproses data citra. Metodologi penelitian mencangkup pengumpulan dataset besar yang mencangkup berbagai gaya tulisan tangan, pemrosesan citra, dan pelatihan model CNN. Pada model yang telah dibuat mengalami suatu hal yang disebut overfitting atau “terlalu belajar”, dengan kata lain model terlalu mempelajari data training dalam jumlah besar sehingga melakukan pengenalan data-data yang lebih detail dan kurang berguna. Dengan ada nya overfitting ini, model yang dibuat tetap bisa mengenali pola tulisan tangan namun masih perlu beberapa pengembangan lagi untuk mendapatkan hasil yang lebih akurat. Dengan demikian, penelitian ini memberikan kontribusi positif terhadap pengembangan teknologi pengenalan pola penulisan tangan, memperluas pemaham tentang implementasi CNN dalam konteks ini, dan membuka peluang untuk pengembangan lebih lanjut di masa depan.