Model Pengenalan Karakter Aksara Jawa Dengan Faster R-Cnn

Girianto, Afwan Al Hakimi (2024) Model Pengenalan Karakter Aksara Jawa Dengan Faster R-Cnn. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Afwan Al Hakmi Girianto_Cover.pdf - Published Version Download (27kB)
	Text UNIKOM_Afwan Al Hakimi Girianto_Lembar pengesahan.pdf - Published Version Download (886kB)
	Text UNIKOM_Afwan Al Hakimi Girianto_Surat Keterangan Persetujuan Publikasi.pdf - Published Version Download (50kB)
	Text UNIKOM_Afwan Al Hakimi Girianto_Lembar Pernyataan.pdf - Published Version Download (73kB)
	Text UNIKOM_Afwan Al Hakmi Girianto_Kata Pengantar.pdf - Published Version Download (69kB)
	Text UNIKOM_Afwan Al Hakmi Girianto_Daftar Isi.pdf - Published Version Download (39kB)
	Text UNIKOM_Afwan Al Hakmi Girianto_BAB I.pdf - Published Version Download (18kB)
	Text UNIKOM_Afwan Al Hakmi Girianto_BAB II.pdf - Published Version Download (314kB)
	Text UNIKOM_Afwan Al Hakmi Girianto_BAB III.pdf - Published Version Restricted to Repository staff only Download (150kB) | Request a copy
	Text UNIKOM_Afwan Al Hakmi Girianto_BAB IV.pdf - Published Version Restricted to Repository staff only Download (671kB) | Request a copy
	Text UNIKOM_Afwan Al Hakmi Girianto_BAB V.pdf - Published Version Download (7kB)
	Text UNIKOM_Afwan Al Hakmi Girianto_Daftar Pustaka.pdf - Published Version Download (143kB)
	Text Kontak Penulis dan Kontributor.pdf - Published Version Download (98kB)

Abstract

Bahasa Jawa merupakan salah satu bahasa daerah yang banyak digunakan di Indonesia, terutama di Jawa Tengah. Penggunaan bahasa Jawa sebagai bahasa sehari-hari semakin berkurang, yang berdampak pada penurunan kualitas budi pekerti dan tata krama masyarakat di Jawa. Maka dari itu, penelitian ini berupaya untuk berkontribusi dalam pelestarian aksara Jawa. Untuk mengatasi masalah ini, penelitian ini bermaksud untuk menerapkan metode Faster R-CNN dan bertujun untuk melakukan pengenalan huruf dasar aksara jawa menggunakan metode Faster R-CNN. Berdasarkan hasil pengujian dan analisis terhadap penelitian yang dilakukan, dapat disimpulkan bahwa penerapan metode Faster R-CNN untuk pengenalan huruf dasar aksara jawa telah berhasil dilakukan. Dengan melakukan sepuluh kali pengenalan, model mampu memperoleh nilai accuracy sebesar 84.56%, precision sebesar 88.23%, recall sebesar 93.75%, f-1 score sebesar 90.43%. Meskipun model berhasil melakukan pengenalan terhadap huruf aksara jawa, masih ada beberapa huruf yang masih tidak dikenali karena terdapat beberapa factor yang mempengaruhi salah satunya intensitas cahaya yang kurang terang.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Aksara Jawa, Faster R-CNN, Klasifikasi, Tulisan Tangan
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Sistem Komputer (02)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	25 Jul 2025 02:15
Last Modified:	25 Jul 2025 02:15
URI:	http://elibrary.unikom.ac.id/id/eprint/10670

Actions (login required)

View Item