TY  - GEN
CY  - UNIVERSITAS LAMPUNG
ID  - eprints82095
UR  - http://digilib.unila.ac.id/82095/
A1  - Desi , Rahma Utami 	
Y1  - 2024/07/29/
N2  - Era digital mempunyai potensi kebermanfaatan namun juga kerugian dalam
proses pengembangannya. Pada bidang sosial budaya, salah satu pengaruh, ialah
menimbulkan perubahan pada pola interaksi antar masyarakat terkhusus dalam
penggunaan bahasa dan aksara daerah yang dinilai kuno dan tertinggal. Salah satu
daerah yang mempunyai aksara ialah provinsi Lampung. Menyikapi hal tersebut,
perlu adanya teknologi informasi yang mampu menghilangkan stigma kuno dan
tertinggal tanpa menghilangkan nilai luhur dari suatu budaya. Salah satu fokus
ilmu yang dinilai mampu melakukan penerapan teknologi yang mampu
melakukan proses mengenali dan mentransliterasi data citra aksara Lampung
dalam kata, ialah Convolusion Neural Network (CNN). Sistem pengenalan dan
transliterasi aksara Lampung dengan model pembelajaran CNN ini memiliki
tingkat akurasi pengujian sebesar 80 %.
Penelitian ini menggunakan perangkat lunak Code editor Visual Studio Code
dengan Bahasa pemrograman Python 3.9.4 64 bit, 1732 masukan data citra yang
terbagi dalam 4 kelas (output) dengan masing-masing 423 citra untuk membangun
sistem dan 10 citra untuk menguji sistem pada masing-masing katanya, dengan
fungsi optimasi Root Mean Square Propagation (RMSProp), jenis pooling berupa
max pooling, dropout 0.01, features extraction (pengenalan) sebanyak 4 layer dan
classification (transliterasi) sebanyak 3 layer.
Kata kunci : Aksara Lampung, Pengenalan, Transliterasi, CNN, Data Citra
The digital era has potential benefits but also losses in the development
process. In the socio-cultural field, one of the influences is causing changes in
interaction patterns between communities, especially in the use of regional
languages and scripts which are considered ancient and underdeveloped. One area
that has script is Lampung province. In response to this, there is a need for
information technology that is able to eliminate ancient and backward stigmas
without eliminating the noble values of a culture. One of the scientific focuses that
is considered capable of implementing technology that is capable of carrying out
the process of recognizing and transliterating Lampung script image data into
words is Convolution Neural Network (CNN). The Lampung script recognition
and transliteration system with the CNN learning model has a testing accuracy
rate of 80%.
This study uses Visual Studio Code editor software with Python 3.9.4 64 bit
programming language, 1732 image data inputs divided into 4 classes (output)
with 423 images each to build the system and 10 images to test the system on each
word, with the Root Mean Square Propagation (RMSProp) optimization function,
pooling type in the form of max pooling, dropout 0.01, features extraction
(recognition) as many as 4 layers and classification (transliteration) as many as 3
layers.
Keyword : Lampung Script, Recognition, Transliteration, CNN, Image Data
PB  - TEKNIK
TI  - SISTEM PENGENALAN DAN TRANSLITERASI AKSARA LAMPUNG
BERBASIS PENERAPAN CONVOLUTIONAL NEURAL NETWORK (CNN)
AV  - restricted
ER  -