Model Pengenalan Karakter Aksara Jawa Hanacaraka Dengan Convolutional Neural Network

Penelitian ini bertujuan untuk merancang model pengenalan aksara Jawa Hanacaraka menggunakan arsitektur Convolutional Neural Network (CNN). Fokus utama penelitian ini adalah menilai akurasi CNN dalam mengidentifikasi aksara Jawa, khususnya pada dataset yang memiliki karakteristik tulisan tegak tanpa adanya variasi posisi. Model ini memiliki potensi besar untuk diterapkan dalam berbagai aplikasi praktis, baik dalam bentuk aplikasi mobile,web maupun desktop. Dengan demikian, model ini dapat berkontribusi pada pelestarian aksara Jawa di tengah perkembangan era digital. Data yang diperoleh dari berbagai sumber, termasuk tulisan tangan dan platform online seperti Kaggle, Github, dan Google. Data tersebut kemudian melewati proses prapemrosesan untuk menormalisasi ukuran gambar serta mengurangi noise sebelum dibagi menjadi set pelatihan, validasi, dan pengujian. Arsitektur CNN dirancang dengan cermat, mempertimbangkan berbagai aspek seperti jumlah lapisan, fungsi aktivasi, dan konfigurasi lainnya. Model ini dilatih menggunakan set pelatihan dan divalidasi secara berkala untuk menghindari overfitting serta meningkatkan kemampuan generalisasi pada data baru. Hasil evaluasi terhadap set pengujian menunjukkan bahwa model ini memiliki kemampuan yang sangat baik dalam mengenali aksara Jawa Hanacaraka, dengan tingkat akurasi yang mencapai 97%. Penerapan model ini dapat digunakan dalam aplikasi mobile, desktop, atau berbasis web, yang memungkinkan pengenalan aksara Jawa secara otomatis dan efisien, serta mendukung pelestarian aksara Jawa di era digital.