PENGEMBANGAN APLIKASI PENGENALAN AKSARA KOMERING MENGGUNAKAN METODE DEEP LEARNING BERBASIS ANDROID

MAHMUD, MAHMUD and Yesi Novaria, Kunang (2020) PENGEMBANGAN APLIKASI PENGENALAN AKSARA KOMERING MENGGUNAKAN METODE DEEP LEARNING BERBASIS ANDROID. Diploma thesis, Universitas Bina Darma.

[img] Text
BAB 0.pdf

Download (3MB)
[img] Text
BAB I.pdf

Download (169kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (823kB)

Abstract

Hasil dart penelitian ini berupa aplikasi android yang dapat mengenali aksara Komering menggunakan 3 cara yaitu Kamera, Gallery maupun menulisnya secara langsung didalam aplikasi. Aplikasi dikembangkan menggunakan metode Deep learning dengan algoritma Convolutional Neural Network yang mampu mengenali aksara Komering dengan cukup balk, terlebih jika pengklasifikasian aksara dilakukan dengan menulisnya secara langsung melalui menu signature yang terdapat didalam aplikasi. Model CNN yang digunakan untuk mengklasifikasikan aksara Komering dibuat dengan dataset sebanyak 1540 gambar, terbagi atas 29 aksara yang kemudian dilakukan proses augmentetation. algoritma CNN mampu mendapad rata-rata akurasi balk training maupun validaton diatas 95%, sedangkan Akurasi testing sebanyak 80%. Untuk tingkat akurasi testing yang masih dibawah 90% dikarenakan jumlah data yang sedildt, sementara DL membutuhkan data yang relatif banyak untuk mendapatkan akurasi yang balk Dan hasil pengujian aplikasi yang dilakukan sebanyak 5 kali disetiap aksara Komering dengan menggunakan Kamera didapati rata-rata aksara dapat diklasifikasikan dengan benar sebanyak 84,14%, sedangkan rata-rata aksara dapat diklasifikasikan dengan menggunakan gallery dan menulisnya secara langsung ialah 87,58% dan 93,79%.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: ASARA KOMERING, DEEP LEARNING, CONVOLUTION NEURAL NETWORK, DATA AUGMENTATION, ANDROID
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Mrs Octaviana T
Date Deposited: 05 Aug 2021 02:15
Last Modified: 05 Aug 2021 02:15
URI: http://repository.binadarma.ac.id/id/eprint/2041

Actions (login required)

View Item View Item