Teknik Informatika (S1)

Permanent URI for this collection

https://repository.unpad.ac.id/handle/kandaga/269

Browse

Browsing Teknik Informatika (S1) by Subject "Aksara Sunda Kuno"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    IMPLEMENTASI OPTICAL CHARACTER RECOGNITION PADA PENGENALAN AKSARA SUNDA DENGAN METODE CAPSULE NEURAL NETWORKS (CAPSNET)
    (2021-05-07) SATRIO SADRAKH ALLESANDRO; Asep Sholahuddin; Mira Suryani
    Indonesia adalah bangsa yang terdiri dari berbagai etnik dan latar belakang budaya yang beraneka ragam. Salah satu dari budaya tersebut adalah Aksara Nusantara. Berbagai media tulis dan alat tulis digunakan untuk menuliskan Aksara Nusantara. Salah satu naskah Aksara Nusantara yang masih ada adalah Aksara Sunda Kuno yang terdapat dalam daun lontar. Dalam rangka menjaga kelestarian naskah lontar Sunda, beberapa upaya digitalisasi telah berlangsung. Dataset naskah tulisan tangan Sunda (dataset Lontar Sunda) sendiri telah dibuat demi mengembangkan pendidikan dan penelitian. Sudah ada penelitian sebelumnya, yakni AMADI Project dalam usaha melakukan pengenalan karakter terisolasi aksara Sunda tersebut menggunakan teknik Convolutional Neural Network. Salah satu pendekatan lain dalam usaha pengenalan gambar adalah menggunakan metode Capsule Neural Network. Metode ini merupakan salah satu metode Deep Learning yang dapat digunakan untuk mengenali dan mengklasifikasi sebuah objek pada sebuah citra digital. Dengan menggunakan arsitektur yang meniru sistem penglihatan manusia, CapsNet mengupayakan penyalinan equivariance alih-alih penyalinan invariansi. Hal ini memungkinkan CapsNet untuk memprediksi gambar dari berbagai sudut pandang. Dengan kata lain, CapsNet membutuhkan data training yang lebih sedikit tanpa mengorbankan akurasi. Selain itu, CapsNet dapat menyimpan nilai properti citra (seperti orientasi, ukuran, velocity, dan warna). Perilaku tersebut cocok digunakan dalam proses pengenalan aksara. Hal ini dikarenakan aksara merupakan kumpulan garis yang memiliki properti tersebut. Berdasarkan penelitian, hasil testing pengenalan karakter menggunakan CapsNet dengan hyperparameter terbaik memiliki akurasi 90.4% dengan nilai loss 2.4%. Oleh karena itu, performa dari model yang dibuat pada penelitian ini dapat dikatakan optimal dalam mengklasifikasikan gambar aksara Sunda Kuno.
  • No Thumbnail Available
    Item
    PENDETEKSIAN AKSARA SUNDA MENGGUNAKAN METODE DEEP LEARNING RESIDUAL NEURAL NETWORK (RESNET)
    (2022-09-19) MOHAMAD LAZUARDI MAHARDIKA; Setiawan Hadi; Asep Sholahuddin
    Untuk memudahkan identifikasi aksara Sunda kuno pada naskah lontar, machine learning digunakan. Penelitian ini akan berfokus pada salah satu arsitektur yang dipakai dalam klasifikasi menggunakan sebuah Convolutional Neural Network, yaitu ResNet. ResNet dibedakan dengan metode CNN lainnya dengan adanya sebuah skip connection yang berperan sebagai lapisan fungsi identitas. Dalam hasil uji coba dan penelitian yang dilakukan oleh penulis, didapatkan tingkat kebenaran terbaik pertama (Prec@1) sebesar 46.414% menggunakan ResNet20 dan terbaik kelima sebesar (Prec@5) 63.735% menggunakan ResNet32 didesain untuk dataset CIFAR-10.