creators_name: OKTA , TOYIBAH
creators_id: 1917051023
type: other
datestamp: 2023-09-25 03:15:38
lastmod: 2023-09-25 03:15:38
metadata_visibility: show
title: PERBANDINGAN KINERJA ARSITEKTUR LENET DAN ALEXNET
UNTUK KLASIFIKASI CITRA AKSARA LAMPUNG
ispublished: pub
subjects: 000
subjects: 005
subjects: 500
full_text_status: restricted
abstract: Aksara atau Had Lampung merupakan salah satu unsur kekayaan Indonesia
yang berkembang di selatan Pulau Sumatera, dimana penggunaannya semakin lama
kian berkurang karena berbagai faktor seperti globalisasi dan arus transmigrasi. Salah
satu upaya peneliti dalam pelestarian Aksara Lampung yaitu, menjadikan Aksara
Lampung sebagai objek penelitian menggunakan pendekatan Deep Learning yaitu
CNN (Convolutional Neural Network) dengan membandingkan arsitektur LeNet dan
AlexNet untuk klasifikasi citra Aksara Lampung. Sehingga, hasil dari penelitian ini
dapat menjadi dasar dalam pengembangan suatu aplikasi yang terintegrasi dengan
klasifikasi Aksara Lampung seperti machine translation system, aplikasi kamus
bahasa lampung, game edukasi dan lainnya, yang memiliki potensi untuk
mempertahankan dan memperkuat warisan budaya Lampung. Penelitian ini terbagi
menjadi 4 skema menggunakan teknik augmentasi dimana, skema 1 data tidak
dilakukan perlakuan, skema 2 dilakukan augmentasi dengan operasi random rotation,
skema 3 dilakukan augmentasi dengan operasi random shear dan skema 4 dilakukan
penggabungan antar kedua operasi random rotation dan random shear. Dalam
penelitian ini menggunakan data sebanyak 32.140 karakter citra dengan 18 kelas.
Hasil terbaik yang diperoleh pada penelitian ini, yaitu nilai akurasi sebesar 98,02%
untuk arsitektur LeNet pada skema 4, sedangkan dengan arsitektur AlexNet
memperoleh tingkat akurasi tertinggi sebesar 91,04% pada skema 4.
Kata kunci: Aksara Lampung, LeNet, AlexNet

Lampung script or Had Lampung is one of the elements of Indonesian wealth
that developed in the south of Sumatra Island, where its use is decreasing due to
various factors such as globalization and transmigration. One of the researcher's
efforts in preserving Lampung Script is to make Lampung Script an object of
research using a Deep Learning approach, namely CNN (Convolutional Neural
Network) by comparing the LeNet and AlexNet architectures for the classification of
Lampung Script images. Thus, the results of this research can be the basis for
developing an application that is integrated with the classification of Lampung Script
such as machine translation systems, Lampung language dictionary applications,
educational games and others, which have the potential to maintain and strengthen
Lampung's cultural heritage. This research is divided into 4 schemes using
augmentation techniques where, scheme 1 data is not treated, scheme 2 is augmented
with random rotation operations, scheme 3 is augmented with random shear
operations and scheme 4 is combined between both random rotation and random
shear operations. In this study using data as many as 32,140 image characters with 18
classes. The best results obtained in this study, namely the accuracy value of 98.02%
for the LeNet architecture in scheme 4, while the AlexNet architecture obtained the
highest accuracy rate of 91.04% in scheme 4.
Keywords: Lampung script, LeNet, AlexNet.
date: 2023-07-28
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
id_number: 1917051023
citation:   OKTA , TOYIBAH  (2023) PERBANDINGAN KINERJA ARSITEKTUR LENET DAN ALEXNET UNTUK KLASIFIKASI CITRA AKSARA LAMPUNG.  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/75823/1/ABSTRAK.pdf
document_url: http://digilib.unila.ac.id/75823/3/SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/75823/2/SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf