IMPLEMENTASI METODE DEEP LEARNING DENGAN MENGGUNAKAN ALGORITMA CONVOLUTION NEURAL NETWORK (CNN) PADA CITRA TULISAN TANGAN AKSARA SUNDA

research
  • 29 Nov
  • 2021

IMPLEMENTASI METODE DEEP LEARNING DENGAN MENGGUNAKAN ALGORITMA CONVOLUTION NEURAL NETWORK (CNN) PADA CITRA TULISAN TANGAN AKSARA SUNDA

ABSTRAK

 

Arif Purnama (15170176), Implementasi Metode Deep Learning dengan Menggunakan Algoritma Convolutional Neural Network (CNN) pada Citra Tulisan Tangan Aksara Sunda

 

Aksara sunda menjadi salah satu budaya dari tanah sunda yang harus dilestarikan. Saat ini, tidak semua masyarakat mengenal aksara sunda karena adanya pergeseran nilai budaya serta ada anggapan bahwa aksara sunda sulit untuk dipelajari karena memiliki bentuk yang unik dan rumit. Penggunaan deep learning sudah banyak diterapkan terutama pada bidang computer vision untuk mengklasifikasi citra, salah satu algoritma yang umum digunakan adalah convolutional neural network. Penerapan algoritma convolutional neural network (CNN) pada citra tulisan tangan aksara sunda dapat mempermudah masyarakat dalam mempelajari aksara sunda, penelitian ini bertujuan untuk mengetahui akurat algoritma convolutional neural network dalam melakukan klasifikasi citra aksara sunda. Pengumpulan data dilakukan melalui penyebaran angket kepada narasumber. Pengujian sistem menggunakan uji akurasi, pengujian terhadap model CNN menggunakan data testing mendapatkan akurasi 97,5% dan pengujian model menggunakan aplikasi mobile mencapai 98%. Sehingga berdasarkan hasil pengujian, implementasi metode deep learning menggunakan algoritma convolution neural network dapat mengklasifikasi citra tulisan tangan aksara sunda dengan baik.



ABSTRACT


Arif Purnama (15170176), Implementation of Deep Learning Method Using Convolutional Neural Network (CNN) Algorithm on Sundanese Script Handwriting Image.




The Sundanese script is one of the cultures of the Sundanese land that must be preserved. Currently, not all people know the Sundanese script because of a shift in cultural values and there is an assumption that the Sundanese script is difficult to learn because it has a unique and complicated shape. The use of deep learning has been widely applied, especially in the field of computer vision to classify images, one of the algorithms commonly used is the convolutional neural network. The application of the convolutional neural network (CNN) algorithm on handwritten images of Sundanese script can make it easier for people to learn Sundanese script, this study aims to determine the accuracy of the convolutional neural network algorithm in classifying Sundanese script images. Data collection was carried out through distributing questionnaires to informants. Testing the system using an accuracy test, testing the CNN model using data testing gets an accuracy of 97.5% and testing the model using a mobile application reaches 98%. So based on the test results, the implementation of the deep learning method using the convolution neural network algorithm can classify Sundanese script handwritten images well.

 


Unduhan

 

REFERENSI