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.

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

Actions (login required)

View Item