Implementasi Algoritma Convolutional Neural Network untuk Klasifikasi Huruf Jepang

Character Recognition yaitu suatu metode yang digunakan untuk mengenali tulisan yang ada pada gambar, dan merubah menjadi suatu data agar komputer atau mesin dapat mengenalinya. Pada penelitian kali ini, algoritma Convolutional Neural Net- work digunakan untuk mendeteksi dan mengklasifikasikan 71 jenis tulisan huruf Jepang hiragana. Dalam penelitian ini, menggunakan total 11360 dataset yang berupa masing-masing satu huruf tulisan tangan huruf karakter Jepang. Untuk memudahkan pemahaman, maka dirancang sebuah aplikasi berbasis website dengan menggunakan Python dengan framework Flask. Model yang diuji dalam penelitian ini ada tiga jenis model yaitu model satu dengan 3 convolutional layer dengan jum- lah filter 32, 64, 64, model dua yaitu dengan convolutional layer dengan jumlah fil- ter 32, 32, 64, dan model tiga yaitu dengan convolutional layer dengan jumlah filter 32, 32, 32, dan hasil yang didapatkan pada akhir penelitian adalah akurasi 98.81%, 98.15%, 97.40% dan loss 0.035, 0.060, dan 0.087. Pada penelitian ini telah didap- atkan kesimpulan bahwa model satu menghasilkan nilai akurasi tertinggi dan nilai loss terendah