Artificial neural networks have spread everywhere and are used in applications, one of which is the application of character shapes from hand applications. Various patterns on the character letters have various handwriting models made by the author. The problem that arises in the process of hand recognition is how an introduction can recognize various letters with size, thickness, shape, and slope between one author and another. One of the algorithms on an artificial neural network is backpropagation which has undergone several significant changes made by a neural network that is continuously leveled up to a certain level to be able to generalize. The test results of the block letter handwriting character recognition system from 10 tests only 1 letter that was not legible, namely the letter D. The test resulted in the lowest error of 0.066672. The results of the test are 90% this means that the level of accuracy between the test data and produces 90% this means that the level of accuracy of the test accuracy between the test data and the training data yields 90%. The implementation of the Backpropagation Neural Network method with small epochs in carrying out something in a pattern can cause errors that occur during training. By applying the Backpropagation Neural Network method, you will get a higher success rate for training than new data

Jaringan syaraf tiruan merambah kemana-mana dan dipakai dalam bentuk aplikasi, satu diantaranya aplikasi yakni identifikasi karakter tulisan tangan. Berbagai pola pada karakter huruf mempunyai berbagai model tulisan tangan didasari pada penulis. Permasalahan yang muncul dalam melakukan proses pengenalan tulisan tangan adalah bagaimana sebuah teknik pengenalan dapat mengenali berbagai huruf dengan ukuran, ketebalan, bentuk, dan kemiringan yang berbeda antara penulis satu dengan penulis lainnya. Algoritma pada jaringan syaraf tiruan salah satunya merupakan backpropagation yang sudah mengalami beberapa perubahan signifikan yang memperlihatkan jaringan syaraf tiruan yang ditingkat terus menerus sampai dengan tingkat tertentu dapat melakukan generalisasi. Hasil pengujian sistem pengenalan karakter tulisan tangan huruf balok dari 10 pengujian hanya 1 huruf yang tidak terbaca yaitu huruf D. Pengujian menghasilkan error terendah 0,066672. Hasil pengujian akurasi precision sebesar 90% artinya untuk tingakat akurasi ketepatan pengujian antara data yang uji dengan data latih menghasilkan 90% . Pengimplementasian metode Jaringan Syaraf Tiruan Backpropagation dengan epoch yang kecil dalam melaksanakan identifikasi terhadap suatu pola dapat meminimalkan error yang terjadi pada saat pelatihan. Dengan menerapkan metode Jaringan Syaraf Tiruan Backpropagation akan diperoleh taraf keberhasilan lebih tinggi terhadap data latih dibandingkan data baru.