PENGENALAN AKSARA SUNDA SECARA REAL TIME MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK

Samsudin, Ilyas (2023) PENGENALAN AKSARA SUNDA SECARA REAL TIME MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. Sarjana thesis, Universitas Siliwangi.

[img] Text
01 Cover.pdf
Download (40kB)
[img] Text
02 Lembar Pengesahan.pdf
Download (127kB)
[img] Text
03 Lembar Pernyataan.pdf
Download (112kB)
[img] Text
04 Abstrak.pdf
Download (9kB)
[img] Text
05 Abstract.pdf
Download (8kB)
[img] Text
06 Kata Pengantar.pdf
Download (149kB)
[img] Text
07 Daftar Isi.pdf
Download (61kB)
[img] Text
08 Daftar Tabel.pdf
Download (46kB)
[img] Text
09 Daftar Gambar.pdf
Download (53kB)
[img] Text
10 Daftar Lampiran.pdf
Download (46kB)
[img] Text
11 BAB I.pdf
Download (17kB)
[img] Text
12 BAB II.pdf
Download (370kB)
[img] Text
13 BAB III.pdf
Download (32kB)
[img] Text
14 BAB IV.pdf
Restricted to Repository staff only
Download (1MB)
[img] Text
15 BAB V.pdf
Restricted to Repository staff only
Download (11kB)
[img] Text
16 Daftar Pustaka.pdf
Download (76kB)
[img] Text
17 Lampiran.pdf
Restricted to Repository staff only
Download (1MB)

Abstract

Aksara Sunda merupakan peninggalan sejarah masyarakat Sunda sejak abad ke-5 yang harus dijaga kelestariannya. Salah satu upaya dalam melestarikan aksara Sunda dengan memanfaatkan teknologi dengan metode Convolutional Neural Network. Penelitian ini bertujuan membangun program yang dapat menerapkan CNN untuk mendeteksi aksara Sunda secara real time, dengan melakukan looping detection pada setiap frame inputan. Jumlah data yang digunakan adalah 5400 aksara Ngalagéna yang terbagi menjadi 18 class. Hasil dari penelitian ini yaitu 1) Akurasi pada tulisan normal sebesar 20% pada angle normal, 5% pada angle vertical, dan 10% pada angle terbalik. 2) Akurasi pada tulisan tebal sebesar 10% pada angle normal, 0% pada angle vertical, dan 17% pada angle terbalik. 3) Program tidak dapat mengenali tulisan pudar. 4) Performa sistem menggunakan 3 aksara dengan input size 32x32 pixel menghasilkan rata-rata FPS 6.0212 dan rata�rata inference time 192ms. Pada input size 64x64 pixel menghasilkan rata-rata FPS 5.9139 dan rata-rata inference time 193ms, dan pada input size 128x128 pixel menghasilkan rata-rata FPS 5.7964, dan rata-rata inference time 195ms. 5) Performa sistem menggunakan 5 aksara dengan input size 32x32 pixel menghasilkan rata-rata FPS 4.0135 dan rata-rata inference time 262ms, pada input size 64x64 pixel menghasilkan rata-rata FPS 3.9976 dan rata-rata inference time 262ms, dan pada input size 128x128 pixel menghasilkan rata-rata FPS 3.8248, dan rata-rata inference time 276ms. 6) Performa sistem menggunakan 3 aksara dengan input size 32x32 pixel menghasilkan rata-rata FPS 3.5656 dan rata-rata inference time 300ms, pada input size 64x64 pixel menghasilkan rata-rata FPS 3.4402 dan rata-rata inference time 306ms, dan pada input size 128x128 pixel menghasilkan rata-rata FPS 3.3293, dan rata-rata inference time 324ms. Kata Kunci: Aksara Sunda, Convolutional Neural Network, Deep Learning

Item Type: Thesis (Sarjana)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Lelis Masridah
Date Deposited: 24 Jul 2023 01:46
Last Modified: 24 Jul 2023 01:46
URI: http://repositori.unsil.ac.id/id/eprint/9985

Actions (login required)

View Item View Item