PENGENALAN TULISAN TANGAN KARAKTER AKSARA BATAK TOBA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

ALFAEL MARADU ANDAR TURNIP (2023), PENGENALAN TULISAN TANGAN KARAKTER AKSARA BATAK TOBA DENGAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Skripsi, Universitas Samudra.

ABSTRAK

Dari banyaknya budaya yang ada di Indonesia pasti memiliki bahasa yang berbeda beda. Dalam bahasa daerah ada yang memiliki huruf tersendiri sebagai bentuk penulisan atau representasi dari bahasa tersebut. Salah satu bahasa yang memiliki huruf khusus sebagai bentuk penulisan dari bahasa tersebut adalah bahasa Batak Toba yang lebih dikenal dengan tulisan aksara Batak Toba. Penelitian ini bertujuan untuk melatih komputer untuk dapat mengenali karakter aksara Batak Toba. Metode yang digunakan dalam penelitian ini adalah Convolutional Neural Network (CNN) dalam melakukan pengenalan karakter Aksara Batak Toba. Secara umum, proses pengenalan tulisan tangan karakter aksara Batak Toba dapat dibagi menjadi 3 tahapan, yaitu ; tahap preprocessing, tahap pelatihan (Training), tahap pengujian (Testing). Setelah penelitian ini dilakukan penelitian ini menghasilkan sebuah model dengan ukuran kernel 3x3, hidden layer 1, ukuran citra masukan sebesar 150x150 piksel, menggunakan batas epoch sebesar 300 epoch dan diri model tersebut dihasilkan akurasi pada pengujian I sebesar 89,47 %, akurasi pada pengujian II sebesar 73,68 %, akurasi pada pengujian III sebesar 57,89%, akurasi pada pengujian IV sebesar 84,21% dan akurasi pada pengujian V sebesar 84,21%.

File ::(login required)

• s1-2023-180504027-cover.pdf (174.44 KB) |
• s1-2023-180504027-abstrak.pdf (11.79 KB) |
• s1-2023-180504027-di.pdf (82.71 KB) |
• s1-2023-180504027-bab1.pdf (127.93 KB) |
• s1-2023-180504027-bab5.pdf (7.95 KB) |