Deep Learning untuk Matematika: Pengenalan Rumus dengan Convolutional Neural Network

Penelitian ini bertujuan untuk menerapkan Algoritma deep learning dalam pengenalan rumus rumus matematika dengan menggunakan metode Convolutional Neural Network. Pada algoritma deep learning ini sangat membantu para siswa dalam mengerjakan suatu persoalan yang sering terjadi di sekolah seperti menyelesaikan persoalan persamaan bilangan polynomial satu variabel berderajat. Metode CNN dipilih karena kemampuannya yang dapat meniru cara kerja otak manusia dengan sangat tepat dan akurat. Pelatihan pada data ini dilakukan dengan menggunakan bahasa pemograman python dengan batch sizenya 20 epoch 5 hingga 13 dan juga learning rate sebesar 10^(-4). Dan dalam pengujian ini di dapatkan hasil pengujian 97,5% Hasil penelitian menunjukan bahwa metode Convolutional Neural Network sangat efektif dalam membantu mengenal rumus rumus matematika pada bilangan polynomial satu variabel berderajat satu dengan tingkat akurasi yang baik.

Publication Details

Journal
Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Published
2024-11-20
Primary Topic
Mathematics Education and Pedagogy
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Deep Learning untuk Matematika: Pengenalan Rumus dengan Convolutional Neural Network

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Mathematics Education and Pedagogy
article

Deep Learning untuk Matematika: Pengenalan Rumus dengan Convolutional Neural Network

article en

Abstract

Penelitian ini bertujuan untuk menerapkan Algoritma deep learning dalam pengenalan rumus rumus matematika dengan menggunakan metode Convolutional Neural Network. Pada algoritma deep learning ini sangat membantu para siswa dalam mengerjakan suatu persoalan yang sering terjadi di sekolah seperti menyelesaikan persoalan persamaan bilangan polynomial satu variabel berderajat. Metode CNN dipilih karena kemampuannya yang dapat meniru cara kerja otak manusia dengan sangat tepat dan akurat. Pelatihan pada data ini dilakukan dengan menggunakan bahasa pemograman python dengan batch sizenya 20 epoch 5 hingga 13 dan juga learning rate sebesar 10^(-4). Dan dalam pengujian ini di dapatkan hasil pengujian 97,5% Hasil penelitian menunjukan bahwa metode Convolutional Neural Network sangat efektif dalam membantu mengenal rumus rumus matematika pada bilangan polynomial satu variabel berderajat satu dengan tingkat akurasi yang baik.

Digital Repository Universitas Negeri Medan (Universitas Negeri Medan)
Quality Education
Openalex Percentile: Top 38%
Mathematics Education and Pedagogy
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Deep Learning untuk Matematika: Pengenalan Rumus dengan Convolutional Neural Network · Digital Repository Universitas Negeri Medan (Universitas Negeri Medan) (2024) | TGRS Research Map | TGRS