IMPLEMENTASI CONVOLUTIONAL NEURAL NEWORK (CNN) UNTUK PENGENALAN TULISAN TANGAN HURUF UTAMA AKSARA LAMPUNG

Raden Ayu Farda, Bayzura (2025) IMPLEMENTASI CONVOLUTIONAL NEURAL NEWORK (CNN) UNTUK PENGENALAN TULISAN TANGAN HURUF UTAMA AKSARA LAMPUNG. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK (ABSTRACT).pdf Download (7Mb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (7Mb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (7Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Aksara Lampung merupakan salah satu warisan budaya Indonesia yang semakin jarang digunakan. Untuk membantu pelestariannya, diperlukan sistem pengenalan tulisan tangan berbasis teknologi yang dapat mempermudah digitalisasi aksara ini. Penelitian ini bertujuan untuk mengembangkan model pengenalan tulisan tangan huruf utama Aksara Lampung menggunakan Convolutional Neural Network (CNN). Model CNN dirancang dengan beberapa tahapan, termasuk pengumpulan data tulisan tangan, pre-processing (binerisasi, slicing, inverting, cropping, dan resizing), serta pelatihan dan evaluasi model menggunakan metode deep learning. Hasil penelitian menunjukkan bahwa model CNN yang dikembangkan mampu mengenali tulisan tangan huruf utama Aksara Lampung dengan akurasi yang cukup tinggi. Faktor-faktor seperti jumlah data latih dan jumlah epoch berpengaruh signifikan terhadap performa model. Dengan jumlah data latih yaitu 13,000 citra dan parameter yang dioptimalkan, model ini berhasil meningkatkan akurasi mendekati 99,99% pengenalan aksara. Implementasi model ini diharapkan dapat menjadi langkah awal dalam digitalisasi dan pelestarian Aksara Lampung, serta dapat dikembangkan lebih lanjut untuk mengenali variasi tulisan tangan yang lebih luas.

Jenis Karya Akhir:	Skripsi
Subyek:	600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi:	FAKULTAS TEKNIK (FT) > Prodi S1-Teknik Elektro
Pengguna Deposit:	2308341245 . Digilib
Date Deposited:	23 May 2025 06:44
Terakhir diubah:	23 May 2025 06:44
URI:	http://digilib.unila.ac.id/id/eprint/87569

Actions (login required)

Lihat Karya Akhir