Pengenalan Pola Tulisan Tangan Aksara Arab Menggunakan Metode Convolution Neural Network

Abstract

Bahasa Arab adalah bahasa yang dijumpai pada kitab suci agama Islam yaitu berupa Al-Qur’an. Belajar bahasa Arab dengan mengenali bentuk hurufnya merupakan metode yang sangat efektif. Pengenalan pola tulisan tangan aksara Arab merupakan salah satu penelitan yang pernah dilakukan sebelumnya, dimana hasil akurasi yang di dapatkan bervariasi sesuai dengan metode penelitian yang digunakan. Pengenalan pola aksara Arab memiliki banyak tantangan salah satu berbedanya gaya tulisan tangan dan karakter tulisan setiap orang. Penelitian ini bertujuan untuk membangun model machine learning dan mengetahui akurasi yang dihasilkan dari pengenalan pola tulisan tangan aksara Arab menggunakan metode convolution neural network, serta memperbaiki beberapa kekurangan pada penelitian pengenalan pola aksara Arab menggunakan metode CNN yang pernah dilakukan sebelumnya. Convolution neural network merupakan metode klasifikasi dengan memberikan label pada saat melakukan pembelajaran atau tergolong ke dalam supervised learning. Data yang digunakan untuk penelitian ini merupakan data yang bersumber dari tulisan tangan di kertas HVS A4 menggunakan spidol dengan dua kategori yaitu usia 5 sampai 20 tahun dan usia 20 tahun ke atas baik yang sudah pernah belajar aksara Arab maupun belum pernah belajar aksara Arab guna didapatkannya variasi tulisan tangan.