pengenlan angka tulis tangan mengunakan metode backpropagation studi kasus lembar c1 pada rekapitulasi pemilihan umum
DOI:
https://doi.org/10.58344/locus.v1i3.25Keywords:
Data Mining, Machine Learning, Klasifikasi Data c1, Metode BackprogationAbstract
Tujuan dari penelitian ini adalah untuk menganalisis dan menerapkan machine learning. Penulisan penelitian ini bertujuan untuk mengenali angka yang berbeda beda pada hasil rekapitulasi c1 yang sering terjadi perbedaan selisih dalam penghitungan pada saat pemilu untuk karna itu penulis menggunakan metode backprogration yang sudah teruji valid dalam pengenalan angka dan di sertakan metode machine learning dan deep learning sebagai pembanding metode yang akan di gunakan untuk penghitungan akurasi nya. Pengumpulan data pada penelitian ini menggunakan teknik Scraping untuk mengambil data dari situs kpu yang berupa image atau angka hasil tulis tangan yang bisa kelola dan di analisis menjadi suatu data yang bagus dan bisa dijadikan sebagai acuan data yang tersusun rapi. Metode yang digunakan dalam penilitian ini adalah algoritma Backprogation dengan melakukan fase pengumpulan data, pengolahan data, model atau metode yang diusulkan, pengujian dan evaluasi. Dengan dilakukannya penelitian ini diharapkan dapat menemukan model yang paling tepat untuk diterapkan pada klasifikasi data tulisan tangan c1.
Published
Issue
Section
License
Copyright (c) 2022 Abi daud Yusuf, Tri Basuki Kurniawan, Edi Surya Negara

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.




