Angka adalah sebuah kumpulan dari beberapa baris dan lengkung, angka
merupakan objek yang vital dalam kehidupan sehari hari. Setiap manusia memiliki
karakteristik masing-masing dalam menuliskan sebuah angka, kondisi ini menarik
minat para peneliti untuk menguji sebuah model dari deep learning untuk
mendeteksi digit angka yang dituliskan menggunakan tangan manusia dan untuk
mendeteksi angka yang ada dalam suatu surat-surat penting yang tulisannya sudah
mulai tidak jelas dan susah untuk di klasifikasi oleh indra pengelihatan manusia.
Maka dari itu digunakanlah metode CNN (Convolutional Neural Network) untuk
mendeteksi digit angka yang dituliskan menggunakan tangan dan membantu
manusia untuk mengetahui angka yang tertulis pada surat-surat penting ketika
angkanya sudah tidak jelas dan susah untuk diklasifikasi oleh mata manusia.
Penelitian Tugas Akhir ini menggunakan metode YOLO sebagai algoritma
pendeteksi digit angka yang ditulis menggunakan tangan. Model YOLO adalah
salah satu algoritma yang banyak digunakan saat ini untuk mendeteksi objek. Digit
angka yang dideteksi merupakan digit angka yang biasa digunakan sehari-hari
seperti angak 0 sampai dengan 9.
Penelitian ini menggunakan menggunakan metode CNN dengan algoritma
YOLOv8, model dijalankan pada Google Collaboratory dengan bahasa
pemrograman Python-3.10.12 dengan library Ultralytics versi 8.0.20, dataset yang
digunakan adalah dataset sendiri yang dianotasikan dengan framework Roboflow.
Dari hasil pengujian didapatkan model yang terbaik adalah YOLOv8x dengan hasil
mAP sebesar 96.9%, nilai precision sebesar 99.8%, nilai recall sebesar 100%, nilai
F1 score sebesar 99.9% dan mendaptkan nilai FPS sebesar 91.
Kata Kunci: Convolution Neuron Network (CNN), Digit Angka, Tulisan tangan,
YOLO, YOLOv8