Pendekatan Arsitektur Efficientnet Pada CNN Untuk Meningkatkan Pengenalan Tulisan Tangan Angka

Abstract

Pengenalan tulisan tangan terus berkembang dalam ranah pengolahan citra dan kecerdasan buatan. Pemilihan hyperparameter pada arsitektur CNN untuk pengenalan tulisan tangan menjadi tantangan dalam menghasilkan akurasi pengenalan yang lebih baik. Studi ini menerapkan model EfficientNetB1 untuk pengenalan tulisan tangan angka menggunakan dataset MNIST. Model dilatih dengan tiga jenis optimizer yaitu Adam, SGD, dan RMSprop serta tiga variasi nilai learning rate yaitu 0.001, 0.01, 0.1 untuk menentukan kombinasi yang memberikan kinerja terbaik. Hasil percobaan menunjukkan bahwa penggunaan optimizer RMSprop dengan learning rate 0.001 menghasilkan akurasi tertinggi, dengan train accuracy mencapai 95.8% dan validation accuracy sebesar 97.9%. Sebaliknya, nilai learning rate yang cenderung tinggi yaitu 0.1 menyebabkan model gagal dalam proses pembelajaran dan memiliki akurasi yang sangat rendah. Evaluasi menggunakan confusion matrix menunjukkan bahwa kesalahan prediksi paling sering terjadi pada angka yang cenderung memiliki bentuk yang serupa, seperti angka 2 dan 5. Hasil penelitian ini menegaskan bahwa kombinasi arsitektur EfficientNetB1 dengan RMSprop dan learning rate 0.001 merupakan pilihan terbaik dalam meningkatkan performa model untuk pengenalan tulisan tangan. Model ini mencapai tingkat akurasi prediksi sebesar 96.54%, hal ini menunjukkan efektivitasnya dalam klasifikasi angka tulisan tangan. Studi ini juga memberikan wawasan terkait arsitektur CNN serta pemilihan hyperparameter yang optimal untuk klasifikasi citra. Handwriting recognition continues to evolve in the field of image processing and artificial intelligence. The selection of hyperparameters in the CNN architecture for handwritten character recognition poses a challenge in achieving better recognition accuracy. This study applies the EfficientNetB1 model for handwritten digit recognition using the MNIST dataset. The model was trained with three types of optimizers: Adam, SGD, and RMSprop, as well as three variations of learning rates: 0.001, 0.01, and 0.1, to determine the combination that yields the best performance. Experimental results show that using the RMSprop optimizer with a learning rate of 0.001 produces the highest , with a training of 95.8% and a validation of 97.9%. Conversely, a relatively high learning rate of 0.1 causes the model to fail in the learning process, resulting in very low . Evaluation using a confusion matrix indicates that prediction errors most frequently occur with digits that have similar shapes, such as 2 and 5. The results of this study confirm that the combination of the EfficientNetB1 architecture with RMSprop and a learning rate of 0.001 is the best choice for improving the model's performance in handwriting recognition. This model achieves a prediction of 96.54%, demonstrating its effectiveness in classifying handwritten digits. This study also provides insights into CNN architectures and optimal hyperparameter selection for image classification.