Analisa Performa Convolution Neural Network Dalam Pengenalan Tulisan Tangan Aksara Lontara

Ni Putu Irene Pasca Nurahdika; Joko Sutopo

doi:10.31539/intecoms.v8i1.13627

Ni Putu Irene Pasca Nurahdika Universitas Teknologi Yogyakarta
Joko Sutopo Universitas Teknologi Yogyakarta

DOI: https://doi.org/10.31539/intecoms.v8i1.13627

Abstract

Aksara Lontara merupakan warisan budaya Nusantara yang perlu dilestarikan melalui teknologi modern. Penelitian ini menerapkan Convolutional Neural Network (CNN) untuk mengenali tulisan tangan aksara Lontara, yang terdiri dari 23 karakter dengan berbagai variasi bentuk. Dataset terdiri dari 7.452 gambar pelatihan dan 3.726 gambar validasi. Tahap preprocessing mencakup normalisasi dan augmentasi data untuk meningkatkan generalisasi. Model CNN memiliki tiga lapisan konvolusi, fungsi aktivasi ReLU, dropout untuk mencegah overfitting, dan softmax di lapisan keluaran. Optimasi dilakukan menggunakan algoritma Adam dengan fungsi loss categorical crossentropy. Hasil menunjukkan akurasi pelatihan sebesar 93,04% dan validasi 92,27%, dengan nilai kerugian yang menurun signifikan. Analisis grafik menunjukkan konsistensi antara data pelatihan dan validasi, memperlihatkan kemampuan generalisasi yang baik. Penelitian ini membuktikan efektivitas CNN dalam pengenalan aksara Lontara, mendukung pelestarian warisan budaya melalui digitalisasi.

References

Buku
Muthalib, A. (1977). Kamus Bahasa Mandar-Indonesia. Pusat Pembinaan Dan Pengembangan Bahasa, Departemen Pendidikan Dan Kebudayaan.

Jurnal Ilmiah
Sahila, S., Akmal Hamsa, A., & Salam, S. (2024). Analisis Penggunaan Sapaan Dalam Bahasa Mandar Pada Masyarakat Kabupaten Polewali Mandar Provinsi Sulawesi Barat. Pascasarjana Universitas Negeri Makassar. Retrieved From Https://E-Journal.My.Id/Onoma
Arthanugraha, W., Zainuddin, Z., & Arda, A. L. (2024). The Implementation Of Convolutional Neural Network In Recognize Lontara Text. Jurnal Informatika, 11(2), 65–72. Https://Doi.Org/10.31294/Inf.V11i2.20328
Butar -Butar, T., Nadeak, B., & Saputra, I. (2022). Implementasi Metode Convolutional Neural Network Untuk Identifikasi Pola Aksara Batak. In Tumiar Butar-Butar | BIMASATI (Vol. 1, Issue 2).
Dias Puspitasari, F., & Anardani, S. (2023). Seminar Nasional Teknologi Informasi Dan Komunikasi-2023 "Exploring The Intersection Of Big Data, Cyber Security, Aplikasi Klasifikasi Huruf Hijaiyah Menggunakan Algoritma Convolutional Neural Network Dan Random Forest.
Handoko, A. A., Rosid, M. A., & Indahyanti, U. (2024). Implementasi Convolutional Neural Network (CNN) Untuk Pengenalan Tulisan Tangan Aksara Bima. SMATIKA JURNAL, 14(01), 96–110. Https://Doi.Org/10.32664/Smatika.V14i01.1196
Lasido, N. A., & History, A. (2023). Jurnal Pendidikan Sejarah: Media Kajian Pendidikan Sejarah Ilmu Sosial Dan Humaniora Volume 3 No 2 Desember 2023 E-ISSN:2807-7628 AKSARA LONTARA MAKASSAR: JEMBATAN WARISAN BUDAYA ETNIS BUGIS-MAKASSAR.
Mayanda Mega Santoni, Nurul Chamidah, Desta Sandya Prasvita, Helena Nurramdhani Irmanda, Ria Astriratma, & Reza Amarta Prayoga. (2021). Penerapan Convolutional Neural Networks Untuk Mesin Penerjemah Bahasa Daerah Minangkabau Berbasis Gambar. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(6), 1153–1160. Https://Doi.Org/10.29207/Resti.V5i6.3614
Rachmawanto, E. H., & Andono, P. N. (2022). Deteksi Karakter Hiragana Menggunakan Metode Convolutional Neural Network. Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI), 11(3), 183–191. Https://Doi.Org/10.23887/Janapati.V11i3.50144
Rahmawan, F., Habibi, R., Yusril, M., & Setyawan, H. (2023). Rekognisi Huruf Tulisan Tangan Menggunakan Convolutional Neural Network. In Jurnal Sistem Cerdas (Vol. 6, Issue 3).
Rahmawati, S. N., Hidayat, E. W., & Mubarok, H. (2021). IMPLEMENTASI DEEP LEARNING PADA PENGENALAN AKSARA SUNDA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK. INSERT: Information System And Emerging Technology Journal, 2(1).
Ripera, G. E. (2024). IMPLEMENTASI ALGORITMA CONVOLUTIONAL NEURAL NETWORK PADA PENGENALAN AKSARA SUNDA SWARA PANGLAYAR. Jurnal Informatika Dan Teknik Elektro Terapan, 12(1). Https://Doi.Org/10.23960/Jitet.V12i1.3871
Rizal, M. H., Bukhari, A., & Teknologi Akba Makassar, U. (2023). Pengembangan Game Edukasi Pengenalan Aksara Lontara Menggunakan Metode Game Development Life Cycle. Jurnal Minfo Polgan, 12(2). Https://Doi.Org/10.33395/Jmp.V12i2.12413
Saneval Arhinza, R., Puspita Sari, A., Ali Akbar, F., Ilmu Komputer, F., Pembangunan Nasional, U., & Timur, J. (2024). Klasifikasi Citra Aksara Lontara Menggunakan K-NN Dan Ekstraksi Fitur HOG. In Generation Journal (Vol. 8, Issue 2). Https://Www.Kaggle.Com/Datasets/Asrulsaid/Aksara-Lontara
Sazqiah, N. P., Mulyani, Y., Muhammad, M. A., Martinus, D., Sukmana, I., Forda Nama, G., Huda, Z., Septiana, T., Kurniawan, P., & Djausal, G. P. (2022). Seminar Nasional Keinsinyuran (SNIP) Pengenalan Aksara Lampung Menggunakan Metode CNN (Convolutional Neural Network). In Prosiding Seminar Nasional Keinsinyuran (SNIP (Vol. 2, Issue 1).

Website
Asrul Said (2022) Kaggle.com dari https://www.kaggle.com/datasets/asrulsaid/aksara-lontara,