RANCANG BANGUN MODEL PENGENALAN TULISAN DENGAN CONVOLUTIONAL NEURAL NETWORK

Pengenalan tulisan tangan telah menjadi topik penelitian yang signifikan dalam bidang visi komputer dan pemrosesan bahasa alami. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan tulisan tangan Hijaiyah menggunakan Convolutional Neural Network (CNN) di Taman Pendidikan Al-Qur'an (TPA) Masjid Baitul Hidayah, desa Kepuhrejo, Kabupaten Magetan. Sistem ini diharapkan dapat membantu siswa dalam mengenali dan menghafal huruf Hijaiyah dengan lebih efektif serta mendukung pengajar dalam penilaian kemampuan siswa. Pengembangan aplikasi dilakukan menggunakan CNN dengan antarmuka GUI berbasis Tkinter. Dataset yang digunakan mencakup karakter tulisan tangan yang beragam untuk melatih model CNN agar dapat mengenali berbagai variasi tulisan tangan. Aplikasi ini memungkinkan pengguna untuk menggambar karakter atau angka pada kanvas digital, yang kemudian dikenal oleh model CNN dan hasil pengenalan ditampilkan secara real-time. Implementasi CNN menunjukkan akurasi tinggi sebesar 99,19% dalam klasifikasi gambar tulisan tangan. Hasil pengujian menunjukkan aplikasi ini memiliki tingkat akurasi yang tinggi dan respon yang cepat, menjadikannya solusi efektif untuk pembelajaran Hijaiyah di TPA.