Rahmawati, Adinda Aulia (2024) KLASIFIKASI AKSARA JAWA NGLEGENA MENGGUNAKAN COMPLEX-VALUED NEURAL NETWORK. Undergraduate thesis, UPN "Veteran" Jawa Timur.
![[img]](https://repository.upnjatim.ac.id/style/images/fileicons/text.png) |
Text (Cover)
20083010009.-cover.pdf Download (851kB) |
|
Text (bab 1)
20083010009.-bab1.pdf Download (103kB) |
|
Text (bab 2)
20083010009.-bab2.pdf Restricted to Repository staff only until 30 May 2026. Download (419kB) |
|
Text (bab 3)
20083010009.-bab3.pdf Restricted to Repository staff only until 30 May 2026. Download (324kB) |
|
Text (bab 4)
20083010009.-bab4.pdf Restricted to Repository staff only until 30 May 2026. Download (2MB) |
|
Text (bab 5)
20083010009.-bab5.pdf Download (31kB) |
|
Text (daftar pustaka)
20083010009.-daftarpustaka.pdf Download (165kB) |
|
Text (lampiran)
20083010009.-lampiran.pdf Restricted to Repository staff only until 30 May 2026. Download (1MB) |
Abstract
Aksara Jawa merupakan salah satu aksara tradisional di Indonesia yang digunakan oleh masyarakat Jawa. Aksara Jawa yang digunakan di dalam ejaan bahasa jawa pada dasarnya terdiri dari 20 aksara pokok (nglegena), yaitu dari aksara Ha sampai Nga. Aksara Jawa nglegena memiliki arti aksara wuda (telanjang) sebab belum diikuti dengan sandhangan dan pasangan. Penggunaan aksara Jawa nglegena secara luas telah menurun seiring dengan berkembangnya teknologi. Hal ini menyebabkan penurunan jumlah individu yang mampu membaca, menulis, dan mengenali aksara Jawa nglegena. Dalam konteks ini, salah satu permasalahan yang muncul adalah kesulitan dalam mengenali dan mengklasifikasikan aksara Jawa nglegena secara otomatis. Oleh karena itu, penggunaan metode komputasional untuk mengklasifikasikan aksara Jawa secara otomatis menjadi sangat penting. Eskperimen dilakukan dengan menggunakan model CVNN learning rate 0,01 dengan epoch 20 dan batch size 1 memberikan performa terbaik dengan akurasi pada data test sebesar 97,81% dan loss sebesar 0,1925. Teknologi klasifikasi aksara Jawa nglegena berbasis kecerdasan buatan dengan menggunakan Complex-Valued Neural Network (CVNN) dapat membantu masyarakat untuk mengenal aksara Jawa, khususnya dalam bidang pendidikan dan kebudayaan.
| Item Type: | Thesis (Undergraduate) | ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||||||||
| Subjects: | Q Science > QA Mathematics > QA76.6 Computer Programming | ||||||||||||
| Divisions: | Faculty of Computer Science > Departemen of Data Science | ||||||||||||
| Depositing User: | Adinda Aulia Rahmawati | ||||||||||||
| Date Deposited: | 30 May 2024 08:17 | ||||||||||||
| Last Modified: | 30 May 2024 08:17 | ||||||||||||
| URI: | https://repository.upnjatim.ac.id/id/eprint/23540 |
Actions (login required)
 |
View Item |