@thesis{thesis,
		author={Amelia  Dhella Dhelviana Tiara and SULAKSONO  JULI and WULANNINGRUM  RESTY},
		title ={IMPLEMENTASI KLASIFIKASI CITRA GESTUR TANGAN BERBASIS CNN (CONVOLUTIONAL NEURAL NETWORK)},
		year={2023},
		url={http://repository.unpkediri.ac.id/9246/},
		abstract={Bullying atau tindakan kekerasan dan tindak kriminalitas masih sering terjadi di kawasan sekolah maupun di tempat-tempat perbelanjaan. Untuk memperkecil tindakan bullying atau kekerasan dan kriminalitas yaitu dengan didukungnya teknologi yang berkembang semakin cepat. Dalam hal ini terdapat sistem menggunakan metode Convolutional Neural Network (CNN) yang diimplementasikan dalam CCTV sehingga dapat memperkecil perilaku tawuran antar pelajar. Saat ini perilaku tawuran hanya bisa terbaca oleh cctv saja, namun belum ada sensor yang mendeteksi lewat cctv bahwa telah terjadi perilaku tawuran. Metode CNN merupakan suatu metode proses pembelajaran yang dijalankan oleh mesin dengan cara menirukan gerakan otak pada manusia yang mampu melakukan proses pembelajaran mandiri untuk pengenalan objek, ekstraksi objek dan klasifikasi serta dapat diterapkan pada citra gestur tangan. Metode CNN digunakan untuk membedakan gestur tangan dengan contoh gerakan menonjok, menampar, dan gerakan kekerasan lainnya. 
Hasil penelitian ini memberitahukan bahwa penggunaan metode CNN  mempunyai potensi bahwa pendekatan pengenalan objek secara otomatis dalam membedakan jenis kekerasan sebagai bahan pertimbangan dalam menentukan objek pada citra dan dengan hasil uji coba keberhasilan sistem sebesar 75%. Dari hasil dapat disimpulkan yaitu sistem ini dapat menindak lanjuti korban kekerasan yang dilakukan dan meminimalisir atau mengurangi terjadinya kekerasan yang dilakukan.}
		}