Jayaku Briliantio
Universitas Bunda Mulia Jakarta

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Convolutional Neural Network untuk Handwriting Recognition pada Aplikasi Belajar Aritmatika Dasar Berbasis Web Jayaku Briliantio; Nico Santosa; Garvin Ardian; Lukman Hakim
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 5 No. 2 : Tahun 2020
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (882.214 KB) | DOI: 10.17605/jtiust.v5i2.945

Abstract

Aritmatika merupakan cabang ilmu matematika yang berhubungan dengan angka, pengukuran, dan komputasi numerik seperti penjumlahan, pengurangan, perkalian, dan pembagian. Mengajar aritmatika memiliki tantangan tersendiri bagi pengajar. Pada umumnya pengajaran aritmatika bersifat satu arah, sehingga bersifat monoton dan kemampuan dalam mengingat materi menjadi rendah. Salah satu cara untuk meningkatkan daya ingat dan penyerapan materi yang disampaikan adalah dengan menulis. Pada penelitian ini dirancang suatu aplikasi berbasis web belajar aritmatika dengan menulis. Untuk mengenali tulisan digital berupa angka dan operator aritmatika dibutuhkan handwriting recognition system. Convolutional Neural Network (CNN) dapat melakukan pengenalan tulisan tangan dengan tepat, baik yang bersifat off-line maupun online. Dataset diperlukan dalam training model CNN untuk mampu mengenal tulisan. Bobot yang diperoleh dari hasil training model CNN akan diintegrasikan dengan aplikasi. Melalui penelitian ini, dapat diketahui bahwa CNN memiliki tingkat akurasi yang baik dalam mengenali dan mengklasifikasikan tulisan tangan. Tingkat akurasi dari CNN dalam mengenal tulisan tangan yang diperoleh dari hasil pengujian adalah 95.36%.
Penerapan Convolutional Neural Network untuk Handwriting Recognition pada Aplikasi Belajar Aritmatika Dasar Berbasis Web Jayaku Briliantio; Nico Santosa; Garvin Ardian; Lukman Hakim
Jurnal Teknik Informatika UNIKA Santo Thomas Vol 5 No. 2 : Tahun 2020
Publisher : LPPM UNIKA Santo Thomas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.17605/jtiust.v5i2.945

Abstract

Aritmatika merupakan cabang ilmu matematika yang berhubungan dengan angka, pengukuran, dan komputasi numerik seperti penjumlahan, pengurangan, perkalian, dan pembagian. Mengajar aritmatika memiliki tantangan tersendiri bagi pengajar. Pada umumnya pengajaran aritmatika bersifat satu arah, sehingga bersifat monoton dan kemampuan dalam mengingat materi menjadi rendah. Salah satu cara untuk meningkatkan daya ingat dan penyerapan materi yang disampaikan adalah dengan menulis. Pada penelitian ini dirancang suatu aplikasi berbasis web belajar aritmatika dengan menulis. Untuk mengenali tulisan digital berupa angka dan operator aritmatika dibutuhkan handwriting recognition system. Convolutional Neural Network (CNN) dapat melakukan pengenalan tulisan tangan dengan tepat, baik yang bersifat off-line maupun online. Dataset diperlukan dalam training model CNN untuk mampu mengenal tulisan. Bobot yang diperoleh dari hasil training model CNN akan diintegrasikan dengan aplikasi. Melalui penelitian ini, dapat diketahui bahwa CNN memiliki tingkat akurasi yang baik dalam mengenali dan mengklasifikasikan tulisan tangan. Tingkat akurasi dari CNN dalam mengenal tulisan tangan yang diperoleh dari hasil pengujian adalah 95.36%.