Scribd
Unggah
10 tayangan1 halaman

Pengenalan Tulisan Tangan dengan Neural Network

Dokumen ini membahas pengenalan tulisan tangan menggunakan neural network dan Scikit Learn. Metode yang digunakan adalah neural network dengan evaluasi menggunakan cross validation 80% untuk training dan 20% untuk testing. Hasil evaluasi menunjukkan model ketiga memiliki akurasi dan F1-Measure tertinggi. Simpulannya, metode neural network mampu mengenali tulisan tangan dengan baik.

Diunggah oleh

Mr Muhammad
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd
10 tayangan1 halaman

Pengenalan Tulisan Tangan dengan Neural Network

Dokumen ini membahas pengenalan tulisan tangan menggunakan neural network dan Scikit Learn. Metode yang digunakan adalah neural network dengan evaluasi menggunakan cross validation 80% untuk training dan 20% untuk testing. Hasil evaluasi menunjukkan model ketiga memiliki akurasi dan F1-Measure tertinggi. Simpulannya, metode neural network mampu mengenali tulisan tangan dengan baik.

Diunggah oleh

Mr Muhammad
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai DOCX, PDF, TXT atau baca online di Scribd

Pengenalan Tulisan Tangan Menggunakan Neural Network dan …

Nama (NIM)
Program Studi Teknik Informatika
Universitas Muhammadiyah Prof. Dr. Hamka
Jl. Tanah Merdeka No.6 Kp. Rambutan, Ps. Rebo, Jakarta Timur
E-mail: nama@[Link]
Abstrak
Ceritakan dengan singkat latar belakang masalah. Jelaskan metode klasifikasi yang digunakan beserta
datasetnya dan tool Scikit Learn beserta varian parameternya. Tuliskan hasil evaluasi model berupa F1-
measure dan accuracy. Sebutkan kesimpulan dari eksperimen.

Kata Kunci: pengenalan angka, Neural Network, scikit learn, …

1 PENDAHULUAN
Ceritakan mengenai dataset yang 4.3 Evaluasi Menggunakan Cross
digunakan serta masalah yang
melatarbelakanginya. Ceritakan juga Validation
apa yang akan Anda lakukan di Jelaskan cross validation yang digunakan
eksperimen ini. jika Anda memasukkan dalam evaluasi model, berapa jumlah
referensi sebagai penguat data akan training (dalam persen) dan jumlah tes
lebih bagus. (gunakan Mendeley untuk (dalam persen).
generate citation dengan gaya sitasi
APA). Tabel 4.1 Hasil Pengujian Ketiga Model
Menggunakan Cross Validation
2 DASAR TEORI Hasil Uji Coba
Model Accuracy Precision Recall F1-Measure
2.1 Neural Network
Jelaskan metode neural network. Model
1
2.2 <algoritma pembanding>
Model
Jelaskan algoritma lain yang digunakan. 2
2.3 Cross Validation Model
Jelaskan mengenai cross validation, dan 3
fungsinya. Berdasarkan tabel diatas dapat diketahui
bahwa model yang optimal adalah model …
3 SETTING EKSPERIMEN dengan tingkat akurasi … dan F1-Measure
Jika menggunakan diagram sebagai ….
gambaran lingkungan eksperimen Anda
5 SIMPULAN DAN SARAN
boleh memasukkannya di sini. Jelaskan
5.1 Simpulan
juga mengenai penggunaan Scikit Learn di
subbab ini. Tulis simpulan dari eksperimen Anda,
mana metode yang memberikan hasil lebih
3.1 <Langkah 1> baik.
Jelaskan tiap langkahnya di sini.
5.2 Saran
3.2 <Langkah N> Tuliskan saran jika ada.
4 TEMUAN DAN PEMBAHASAN KEPUSTAKAAN
4.1 Dataset
Deskripsikan dataset di sini.
4.2 Pengujian Model
Jelaskan variasi model yang dihasilkan
dari eksperimen. Jika memungkinkan dari
1 algoritma buat lebih dari 1 model
(perbedaan antar model menggunakan
parameter algoritma yang berbeda).

Anda mungkin juga menyukai