BOBBY MALELA, HUTAGALUNG (2023) PERBANDINGAN KINERJA ARSITEKTUR MOBILENET V2 DAN INCEPTION V3 PADA KLASIFIKASI AKSARA LAMPUNG. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.
|
File PDF
ABSTRAK - BOBBY MALELA HUTAGALUNG 49.pdf Download (710Kb) | Preview |
|
![]() |
File PDF
SKRIPSI FULL - BOBBY MALELA HUTAGALUNG 49.pdf Restricted to Hanya staf Download (2206Kb) | Minta salinan |
|
|
File PDF
SKRIPSI TANPA BAB PEMBAHASAN - BOBBY MALELA HUTAGALUNG 49.pdf Download (2202Kb) | Preview |
Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)
Aksara Lampung yang juga dikenal sebagai Had Lampung, adalah salah satu warisan budaya indonesia yang berakar di Provinsi Lampung. Namun, penggunaannya semakin menurun. Salah satu cara untuk melestarikan aksara Lampung yang diusulkan oleh peneliti adalah dengan menjadikannya subjek penelitian dengan menerapkannya ke dalam Convolutional Neural Network (CNN) dengan membandingkan arsitektur MobileNet V2 dan Inception V3 untuk mengklasifikasikan gambaran Aksara Lampung. Melalui penelitian ini, diperoleh hasil akurasi untuk setiap arsitektur yang dapat menjadi dasar untuk pengembangan aplikasi dan penelitian selanjutnya. Pendekatan ini memiliki potensi untuk mempertahankan dan memperkuat warisan budaya Lampung, serta mengintegrasikannya ke dalam budaya modern. Penelitian ini dibagi menjadi 8 skema yang mengoptimalkan hyperparameter dengan ukuran batch 16/32, epoch 10/20 dan learning rate 0.001/0.0001. Penelitian ini melibatkan 32.140 data gambar dari 18 kelas. Hasil akurasi terbaik diperoleh dari arsitektur MobileNet V2 pada skema 3 dengan tingkat akurasi 98%, sedangkan Inception V3 mencapai akurasi tertinggi pada skema 3 dengan tingkat akurasi yang sama yaitu 98%. Kata kunci: Aksara Lampung, Inception V3, Klasifikasi, MobileNet V2, Perbandingan. Lampung script, also known as Had Lampung, is one of Indonesia’s cultural heritage that has it’s roots in Lampung Province. However, it’s use has decreased in interest. one of the way preserve the Lampung script proposed by the researcher to make it a research subject by appliying it into Convolutional Neural Network (CNN) by comparing MobileNet V2 and Inception V3 architectures to classify Lampung script images. Through this research, accuracy result for each architectures were obtained which can be the base for application development and future research. This approach has the potential to maintain and strengthen Lampung’s cultural heritage and integrate it into modern culture. This research is divided into 8 schemes that optimize hyperparameters with batch size 16/32. Epoch 10/20, and learning rate 0.001/0.0001. This research involved 32.140 data images from 18 classes. The best accuracy result were obtained from the MobileNet V2 architecture in scheme 3 with an accuracy level of 98% while Inception V3 achieved the highest accuracy in scheme 3 with the same accuracy level of 98%. Keywords: Classification, Comparison, Inception V3, Lampung Script, Mobile Net V2.
Jenis Karya Akhir: | Skripsi |
---|---|
Subyek: | 000 Ilmu komputer, informasi dan pekerjaan umum 500 ilmu pengetahuan alam dan matematika |
Program Studi: | FAKULTAS MIPA > Prodi Ilmu Komputer |
Pengguna Deposit: | UPT . Dito Nipati |
Date Deposited: | 14 Feb 2025 07:30 |
Terakhir diubah: | 14 Feb 2025 07:30 |
URI: | http://digilib.unila.ac.id/id/eprint/83779 |
Actions (login required)
![]() |
Lihat Karya Akhir |