PENGENALAN KARAKTER AKSARA INCUNG (KERINCI) KE KARAKTER LATIN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Putri, Tesa Ananda (2021) PENGENALAN KARAKTER AKSARA INCUNG (KERINCI) KE KARAKTER LATIN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. S1 thesis, Universitas Jambi.

	Text COVER.pdf Download (72kB)
	Text HALAMAN PENGESAHAN.pdf Download (518kB)
	Text ABSTRAK.pdf Download (69kB)
	Text BAB I.pdf Download (100kB)
	Text BAB V.pdf Download (73kB)
	Text DAFTAR PUSTAKA.pdf Download (291kB)
	Text FULL SKRIPSI.pdf Restricted to Repository staff only Download (3MB)

Abstract

Aksara Incung adalah aksara warisan yang merupakan bentuk keragaman dari kebudayaan peradaban suku Kerinci yang terdapat di Kabupaten Kerinci, Provinsi Jambi. Pada 17 Oktober 2014 aksara Incung ditetapkan oleh Kemdikbud (Kementerian Pendidikan dan Kebudayaan) sebagai warisan tak benda yang dimiliki oleh Provinsi Jambi. Namun pada kenyataannya, aksara Incung tergolong hampir punah di masyarakat. Hal ini dapat dilihat dengan sedikitnya masyarakat Kerinci yang mengenal dan memahami Aksara Incung sebagai sebuah identitas budayanya. Penelitian ini bertujuan untuk melakukan pengenalan karakter aksara Incung (Kerinci). Output dari penelitian ini adalah karakter latin dari aksara Incung yang diharapkan mempermudah dalam pengenalan aksara incung (Kerinci) yang terbilang rumit dan memiliki bentuk yang hampir sama. Untuk dapat menerapkan itu semua dibutuhkan sebuah machine learning yang mampu mempelajari pekerjaan secara lebih dalam. Oleh karena itu, saat ini dikembangkan metode pembelajaran terbaru yang mampu mempelajari suatu pekerjaan secara lebih dalam yaitu deep learning. Deep learning adalah bagian dari machine learning yang memungkinkan komputer mempelajari berdasarakan pengalaman masa lalu dan memahami perintah bedasarkan konsep yang diberikan.. Dengan adanya deep learning proses feautre extraction dan klasifikasi yang digunakan di dalam satu struktur bisa dilakukan bersama. Hal ini telah mengubah paradigma penelitian pattern recognition yang sebelumnya masih memisahkan antara feature extraction dan metode klasifikasi yang dilakukan secara terpisah. Metode klasifikasi yang digunakan adalah metode Convolutional Neural network. Dataset yang digunakan sebanyak 1400 citra karakter aksara Incung dan data uji menggunakan 80 citra dalam bentuk kata (gabungan beberapa karakter). Hasil penelitian ini menunjukkan dengan menggunakan metode convolutional neural network pada saat melakukan proses training mendapatkan akurasi mencapai 99%. Berdasarkan model yang dibuat juga telah berhasil mengklasifikasikan gambar sesuai dengan kelas yang ditentukan. Pada saat evaluasi model menggunakan 80 citra baru berupa kata (gabungan dari beberapa karakter) dengan metode CNN ini memperoleh hasil yang memuaskan dimana dengan menggunakan 4 skenario pengujian yang berbeda, model mampu mengklasifikasikan karakter aksara Incung ke karakter Latin.

Type:	Thesis (S1)
Uncontrolled Keywords:	Aksara Incung, Citra, CNN, Deep Learning, Pengenalan Pola
Subjects:	L Education > L Education (General)
Divisions:	Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User:	PUTRI
Date Deposited:	07 Dec 2021 02:56
Last Modified:	07 Dec 2021 02:56
URI:	https://repository.unja.ac.id/id/eprint/28261

Actions (login required)

View Item