Pengenalan Tulisan Tangan Karakter Aksara Batak Toba dengan Metode Convolutional Neural Network (CNN)

Alfael Maradu Andar Turnip, Nurul Fadillah, Munawir Munawir

Abstract


Dari banyaknya budaya yang ada di Indonesia pasti memiliki bahasa yang berbeda beda. Dalam dialek suatu daerah ada yang memiliki huruf sendiri sebagai jenis komposisi atau penggambaran bahasa itu. Salah satu bahasa yang memiliki huruf tersendiri sebagai jenis penyusunannya adalah bahasa Batak Toba, yang juga disebut dengan aksara Batak Toba. Penelitian ini bertujuan untuk melatih komputer agar dapat mengenali karakter aksara Batak Toba. Dalam penelitian ini, digunakan metode Convolutional Neural Network (CNN) dalam mengenali tulisan tangan aksara Batak Toba. Hasil penelitian diperoleh  model CNN dengan ukuran kernel 3x3, hidden layer 1, ukuran citra masukan sebesar 150x150 pixel, menggunakan batas epoch sebesar 300 epoch dan dari model tersebut dihasilkan akurasi pada pengujian I sebesar 89.47 %, akurasi pada pengujian II sebesar 73.68 %, akurasi pada pengujian III sebesar 57,89%, akurasi pada pengujian IV sebesar 84,21% dan akurasi pada pengujian V sebesar 84,21%.


Keywords


Pengenalan; Tulisan Tangan; Aksara Batak Toba; Convolution Neural Network; Deep Learning

Full Text:

PDF

References


G. F. Fitriana, “Pengenalan Tulisan Tangan Angka menggunakan Self Organizing Maps (SOM),” Technology and Science (BITS), vol. 3, no. 1, 2021, doi: 10.47065/bits.v3i1.1002.

S. Mawaddah and N. Suciati, “PENGENALAN KARAKTER TULISAN TANGAN MENGGUNAKAN ESKTRAKSI FITUR BENTUK BERBASIS CHAIN CODE,” vol. 7, no. 4, pp. 683–692, 2020, doi: 10.25126/jtiik.202072022.

M. M. Yapici, A. Tekerek, and N. Topaloglu, “Convolutional Neural Network Based Offline Signature Verification Application,” International Congress on Big Data, Deep Learning and Fighting Cyber Terrorism, 2018.

Y. Omori and Y. Shima, “Image Augmentation for Eye Contact Detection Based on Combination of Pre-trained Alex-Net CNN and SVM”, doi: 10.17706/jcp.15.3.

H. Desmon Hutahaean, B. Dwi Waluyo, and M. A. Rais, “Teknologi Identifikasi Objek Berbasis Drone Menggunakan Algoritma Sift Citra Digital,” 2019.

F. Muwardi and A. Fadlil, “SISTEM PENGENALAN BUNGA BERBASIS PENGOLAHAN CITRA DAN PENGKLASIFIKASI JARAK,” 2017.

A. Sofyan Anas and A. Ashril Rizal, “Deteksi Tepi dalam Pengolahan Citra Digital,” Seminar Nasional TIK dan Ilmu Sosial (SocioTech), STMIK Bumigora, vol. x, No.x, 2017.

Y. Boulid, A. Souhar, and M. Y. Elkettani, “Handwritten Character Recognition Based on the Specificity and the Singularity of the Arabic Language,” International Journal of Interactive Multimedia and Artificial Intelligence, vol. 4, no. 4, p. 45, 2017, doi: 10.9781/ijimai.2017.446.

U. Kozok, “SURAT BATAK,” 2009.

B. P. Hartato, “Penerapan Convolutional Neural Network pada Citra Rontgen Paru-Paru untuk Deteksi SARS-CoV-2,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi), vol. 5, no. 4, pp. 747–759, Aug. 2021, doi: 10.29207/resti.v5i4.3153.

Raunak M.Joshia and Dr.Deven Shah, “Approach to Avoid Resource Exhaustion Caused by Editing Tools for Automating Effects Using Noise Inducing Procedures in Deep Learning,” International Journal of Intelligent Communication, Computing and Networks, May 2021, doi: 10.51735/ijiccn/001/21.

S. Prihatiningsih, N. S. M, F. Andriani, and N. Nugraha, “ANALISA PERFORMA PENGENALAN TULISAN TANGAN ANGKA BERDASARKAN JUMLAH ITERASI MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK,” Jurnal Ilmiah Teknologi dan Rekayasa, vol. 24, no. 1, pp. 58–66, 2019, doi: 10.35760/tr.2019.v24i1.1934.

I. Wulandari, H. Yasin, and T. Widiharih, “KLASIFIKASI CITRA DIGITAL BUMBU DAN REMPAH DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN),” Jurnal Gaussian, vol. 9, pp. 273–282, 2020, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/

J. Wijaya, S. Putra Sutra, Pyter, W. Kosasih, and P. Sirait, “Implementasi Convolutional Neural Network Untuk Identifikasi Jenis Tanaman Melalui Daun,” Jurnal SIFO Mikroskil, vol. 21, 2020.

M. R. Firdaus, “Penerapan Algoritma Convolutional Neural Network dalam Klasifikasi Telur Ayam Fertil dan Infertil Berdasarkan Hasil Candling,” Jurnal Informatika Universitas Pamulang, vol. 5, no. 4, p. 563, Dec. 2021, doi: 10.32493/informatika.v5i4.8556.




DOI: http://dx.doi.org/10.26418/jp.v9i2.64242

Refbacks

  • There are currently no refbacks.