// <![CDATA[IMPLEMENTASI ARSITEKTUR LeNet-5 UNTUK PENGENALAN TULISAN TANGAN AKSARA JAWA]]> 0422106801 - Dewi Rosmala , S.Si, M.IT. Dosen Pembimbing 1 Muhamad Rizky Rifaldy/152016057 Penulis
Pengenalan pola merupakan salah satu metode untuk melakukan pengenalan citra tulisan tangan dan dengan adanya deep neural network metode ini semakin berkembang. salah satu arsitektur deep neural network yaitu LeNet - 5 yang diketahui dapat menghasilkan tingkat akurasi yang tinggi pada penelitian - penelitian yang telah dilakukan untuk pengenalan tulisan tangan. pada penelitian ini LeNet - 5 diimplementasikan untuk pengenalan tulisan tangan aksara jawa. hasil dari penelitian ini adalah arsitektur LeNet - 5 menggunakan optimizers adam dengan learning rate 0,001 dapat menghasilkan nilai rata - rata akurasi 84%, precision 85%, recall 84%, dan f-score 84% untuk data uji yang didapat dari kaggle dan rata - rata akurasi 74%, precision 76%, recall 74%, dan f-score 72% untuk data uji tulis tangan.