Pengenalan Bentuk Tangan Dengan Convolutional Neural Network (Cnn)

Abstract

Abstrak — Pada saat ini terdapat beberapa sistem pengenalan gestur tangan yang memiliki tingkat kom- putasi dan upaya untuk persiapan perangkat yang cukup merepotkan. Tujuan utama penulis adalah mem- bangun sistem yang mendekati pengenalan gestur / bentuk tangan yang memiliki tingkat komputasi dan upaya yang lebih rendah, serta mendapatkan hasil performa sistem pada saat proses pengujian. Sistem yang dibangun menggunakan Convolutional Neural Network (CNN) dengan input berupa citra dan output berupa label dari input tersebut. Pengembangan sistem ini sudah dilakukan hingga tahap pengujian, model yang dihasilkan mendapatkan akurasi klasifikasi sebesar 88% yang diuji dengan 2142 citra dan digam- barkan dengan confusion matrix sebagai alat ukur performansi.

Kata kunci : bentuk tangan, cnn, confusion matrix.