IMPLEMENTASI OPTICAL CHARACTER RECOGNITION PADA PENGENALAN AKSARA SUNDA DENGAN METODE CAPSULE NEURAL NETWORKS (CAPSNET)
No Thumbnail Available
Date
2021-05-07
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
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.
Description
Keywords
Aksara Sunda Kuno, CapsNet, Hyperparameter