ABSTRAKSI: Suatu image karakter numerik memiliki sangat banyak kemungkinan pola untuk setiap kategorinya. Di samping itu, kemungkinan adanya noise , deformasi, dan pergeseran dalam setiap polanya sangat tinggi. Oleh sebab itu, hampir mustahil untuk melakukan identifikasi kategori suatu karakter numerik dengan algoritma konvensional. Pada tugas akhir ini dikembangkan suatu aplikasi untuk melakukan proses identifikasi image karakter numerik dengan menggunakan proses learning dari suatu jenis jaringan syaraf tiruan yang awalnya dirancang khusus untuk melakukan identifikasi terhadap pola image 2D yaitu neocognitron. Data yang digunakan adalah image karakter numerik(full feature) dari beberapa relawan dengan total jumlah 6000 pola (600 pola untuk setiap kategori) sebagai data testing serta local feature dari data Fukushima pada model supervised neocognitron tahun 1988 sebagai data training. Berdasarkan proses testing, diperoleh akurasi terbaik sebesar 70,05%.Kata Kunci : Kata kunci : Jaringan Syaraf Tiruan, Neocognitron, learning, pola, image 2D, karakter numerik.ABSTRACT: Numeric character image has many possible pattern for each category. Beside that, possibilty to have noise, deformation, and translation in each pattern is very high. As impact, it is impossible to make an application to identify numeric character category with convensional algorithm. This final project is develop to identify numeric character with learning process one kind of artificial neural network designed special for 2D image pattern identification called neocognitron. Data set used in this system are images from handwritten character numeric(full feature) with total pattern is 6000 patterns(600 patterns for each category). created by volunteers as testing data and local feature from supervised neocognitron model by Fukushima in 1988 as training data. As the result of experiment, the highest accuracy is 70,05%.Keyword: Keyword : Artificial Neural Network, Neocognitron, learning, pattern, 2D image, numeric character.