IMPLEMENTASI ARSITEKTUR LeNet-5 UNTUK PENGENALAN TULISAN TANGAN AKSARA JAWA


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.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang Muhamad Rizky Rifaldy/152016057 - Personal Name
0422106801 - Dewi Rosmala , S.Si, M.IT. - Personal Name
No. Panggil 617IF/22
Subyek Convolutional Neural Network; Pengenalan Tulisan T
Fakultas FTI
Tahun Terbit 2022
Jurusan Teknik Kimia
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2022).IMPLEMENTASI ARSITEKTUR LeNet-5 UNTUK PENGENALAN TULISAN TANGAN AKSARA JAWA().Teknik Kimia:FTI

.IMPLEMENTASI ARSITEKTUR LeNet-5 UNTUK PENGENALAN TULISAN TANGAN AKSARA JAWA().Teknik Kimia:FTI,2022.Text

.IMPLEMENTASI ARSITEKTUR LeNet-5 UNTUK PENGENALAN TULISAN TANGAN AKSARA JAWA().Teknik Kimia:FTI,2022.Text

.IMPLEMENTASI ARSITEKTUR LeNet-5 UNTUK PENGENALAN TULISAN TANGAN AKSARA JAWA().Teknik Kimia:FTI,2022.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 20322

Total Kunjungan: 26011 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id