MODEL DEEP LEARNING DAN TRANSFER LEARNING KLASIFIKASI GAMBAR AKSARA OKU TIMUR

RAMADHAN, RIZKY (2024) MODEL DEEP LEARNING DAN TRANSFER LEARNING KLASIFIKASI GAMBAR AKSARA OKU TIMUR. Other thesis, Universitas Bina Darma.

	Text (BAB 0) 0.pdf Download (1MB)
	Text (BAB 1) 1.pdf Download (480kB)
	Text (DAPUS) DP.pdf Download (420kB)
	Text (MODEL DEEP LEARNING DAN TRANSFER LEARNING KLASIFIKASI GAMBAR AKSARA OKU TIMUR) LH.pdf Restricted to Repository staff only Download (4MB)
	Text (LAMPIRAN) L.pdf Download (1MB)
	Text (ARTIKEL) A.pdf Download (914kB)

Abstract

Aksara OKU Timur, suatu bentuk tulisan yang unik dan kuno merupakan bagian penting dari warisan budaya masyarakat OKU Timur Provinsi Sumatera Selatan di Indonesia. Saat ini masih sedikit upaya yang dilakukan untuk mengenali aksara ini secara luas, sehingga banyak orang kesulitan dalam mengenal dan mempelajarinya. Namun, dengan perubahan dinamika sosial dan teknologi, keberadaannya terancam tergerus oleh kurangnya pemahaman, keterbatasan aksesibilitas informasi terkait serta proses manual dalam mengklasifikasikan dan menganalisis aksara ini memakan waktu dan rentan terhadap kesalahan. Penelitian ini mengusulkan pengembangan model klasifikasi gambar aksara OKU Timur, yang bertujuan untuk mengembangkan model yang lebih efisien dan akurat untuk memproses dan menganalisis aksara tersebut agar dapat melestarikan budaya masyarakat OKU khususnya aksara OKU Timur. Dengan menggunakan metode Transfer Learning dan model yang digunakan merupakan model pra-latih yaitu ResNet26, ResNet18 dan MobileNetV2. Hasil yang diharapkan dari penelitian ini adalah sebuah model yang dapat mengklasifikasikan gambar aksara OKU Timur secara akurat dan menjadi sumber informasi bagi peneliti selanjutnya.

Actions (login required)

View Item