IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA TRANSLITERASI AKSARA JAWA KE AKSARA LATIN DENGAN PENERAPAN FUNGSI HINGE LOSS

Akbar, Refansya Rachmad (2024) IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA TRANSLITERASI AKSARA JAWA KE AKSARA LATIN DENGAN PENERAPAN FUNGSI HINGE LOSS. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (Cover) cover.pdf Download (1MB)
	Text (BAB I) 20081010006-bab1.pdf Download (102kB)
	Text (BAB II) 20081010006-bab2.pdf Restricted to Repository staff only until 19 September 2026. Download (620kB)
	Text (BAB III) 20081010006-bab3.pdf Restricted to Repository staff only until 19 September 2026. Download (380kB)
	Text (BAB IV) 20081010006-bab4.pdf Restricted to Repository staff only until 19 September 2026. Download (5MB)
	Text (BAB V) 20081010006-bab5.pdf Download (11kB)
	Text (Lampiran) 20081010006-lampiran.pdf Restricted to Repository staff only Download (94kB)
	Text (Daftar Pustaka) 20081010006-daftarpustaka.pdf Download (74kB)

Abstract

Masyarakat jawa, terutama di wilayah kraton seperti Yogyakarta dan Surakarta, menggunakan aksara jawa untuk melestarikan tradisi penulisan dalam Bahasa jawa. Aksara jawa atau yang sering disebut Hanacaraka sering digunakan untuk menulis berbagai jenis naskah, termasuk cerita, catatan sejarah, tembang kuno, dan ramalan primbon. Selain itu, aksara jawa memiliki keterkaitan dengan aksara bali, keduanya merupakan perkembangan Bahasa kawi. Seiring berkembangnya zaman generasi milenial sudah mulai asing dengan aksara jawa. Padahal pulau jawa merupakan pulau terbesar dan memiliki beragam budaya, jika generasi ke generasi aksara jawa mulai dilupakan akan berdampak buruk terhadap kelesestarian budaya. Pada era digitalisasi ini pembuatan transliterasi aksara jawa ke aksara latin digital dapat membantu mengatasi masalah tersebut. Penelitian ini bertujuan untuk melakukan klasifikasi citra terhadap aksara jawa untuk mendukung proses transliterasi tersebut, adapun algoritma yang digunakan dalam klasifikasi citra yaitu convolutional neural network. Penerapan fungsi Hinge loss pada convolutional neural network merupakan tipe lain dari loss function yang biasa digunakan sebagai alternatif dari cross entropy untuk permasalahan klasifikasi citra. Namun, performa hinge loss terkadang lebih baik dari cross entropy dan terkadang lebih buruk dari cross entropy. Hasil terbaik pada implementasi convolutional neural network pada transliterasi aksara jawa ke aksara latin dengan penerapan fungsi hinge loss didapatkan pada rasio dataset 80:10:10 menggunakan arsitektur VGG19 dan loss function categorical hinge loss dengan menerapkan layer dropout 0,5 dan L2 Regulatization 0,0001 mendapatkan hasil akurasi 100%, precision, recall 100%, dan f1-score 100%. Kata kunci : Aksara Jawa, Transliterasi, Klasifikasi Citra, CNN, Categorical Hinge Loss, dan SGD Momentum.

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Rahmat, Basuki NIDN0023076907 basukirahmat.if@upnjatim.ac.id Thesis advisor Junaidi, Achmad NIDN0710117803 UNSPECIFIED
Subjects:	Q Science > QA Mathematics > QA76.6 Computer Programming Q Science > QA Mathematics > QA76.87 Neural computers T Technology > T Technology (General)
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Refansya Rachmad Akbar
Date Deposited:	20 Sep 2024 07:59
Last Modified:	20 Sep 2024 07:59
URI:	https://repository.upnjatim.ac.id/id/eprint/29167

Actions (login required)

View Item