@misc{eprints87569,
           month = {April},
           title = {IMPLEMENTASI CONVOLUTIONAL NEURAL NEWORK (CNN) UNTUK PENGENALAN TULISAN TANGAN HURUF UTAMA AKSARA LAMPUNG},
          author = {Bayzura Raden Ayu Farda},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS TEKNIK},
            year = {2025},
             url = {http://digilib.unila.ac.id/87569/},
        abstract = {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.}
}