Optimasi Optical Character Recognition Tulisan Tangan Aksara Sunda Menggunakan Model Berbasis EfficientNet - Dalam bentuk pengganti sidang - Artikel Jurnal
GID ACHMAD AHLUL FADLI

Informasi Umum

Kode

25.04.5410

Klasifikasi

621.382 7 - Optical communications, Transmission of sound, Visual images, Other information by light, Optical disc technology, Laser communication

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Optical Communication

Dilihat

105 kali

Informasi Lainnya

Abstraksi

Aksara daerah merupakan sistem ortografi hasil masyarakat daerah yang meliputi aksara dan sistem pengaksaraan untuk menuliskan bahasa daerah, salah satunya<br /> adalah Aksara Sunda. Berbagai penelitian sebagai usaha digitasi dalam pelestarian Aksara Sunda dengan berbagai metode dalam machine learning dengan fokus<br /> Optical Recognition Character (OCR) terutama Convolutional Neural Network (CNN) sudah dilakukan. Namun, data yang ada pada saat ini terbatas pada karakter yang<br /> menjadi bagian swara, ngalagena, rarangkén dan angka. Masih sedikit sistem OCR yang menggunakan dataset kata Aksara Sunda yang berupa gabungan antara<br /> ngalagena dan swara dengan rarangkén. Dengan penambahan dataset kata tersebut dapat menghasilkan dua model, yaitu model ensemble dan model Connectionist<br /> Temporal Classification (CTC). Model ensemble dengan ensemble weight sebesar 0,5 berhasil mencapai akurasi sebesar 0,912, presisi sebesar 0,889, sensitifitas sebesar<br /> 0,701, dan F1-score sebesar 0,755. Model CTC berhasil mencapai nilai Character Error Rate (CER) sebesar 0,069 dan nilai Word Error Rate (WER) sebesar 0,087.<br /> <br /> Kata Kunci: Optical Character Recognition, Aksara Sunda, Convolutional Neural Network, Recurrent Neural Network, Connectionist Temporal Classification, EfficientNet. 

• CAK4FAA4 - Tugas Akhir

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook