PERBANDINGAN KINERJA MODEL PENGENALAN TULISAN TANGAN UNTUK APLIKASI PEMBELAJARAN AKSARA JAWA BERBASIS ANDROID

ARDY KHOLIL KHARITSI, 3012110005 (2025) PERBANDINGAN KINERJA MODEL PENGENALAN TULISAN TANGAN UNTUK APLIKASI PEMBELAJARAN AKSARA JAWA BERBASIS ANDROID. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (166kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (100kB)
	Text (LEMBAR PENGESAHAN) 2. LEMBAR PENGESAHAN.pdf Restricted to Repository staff only Download (392kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Download (320kB)
	Text (LEMBAR PERNYATAAN ORISINILITAS) 4. HALAMAN PERNYATAAN ORISINILITAS.pdf Restricted to Repository staff only Download (262kB) | Request a copy
	Text (HALAMAN HASIL FINAL DETEKSI PLAGIASI) 5. HALAMAN HASIL FINAL PLAGIASI.pdf Restricted to Repository staff only Download (312kB) | Request a copy
	Text (ABSTRAK) 6. ABSTRAK.pdf Download (248kB)
	Text (KATA PENGANTAR) 7. KATA PENGANTAR.pdf Restricted to Repository staff only Download (310kB) | Request a copy
	Text (DAFTAR ISI) 8. DAFTAR ISI.pdf Download (298kB)
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (284kB) | Request a copy
	Text (DAFTAR GAMBAR) 10. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (305kB) | Request a copy
	Text (BAB I PENDAHULUAN) 11. BAB I PENDAHULUAN.pdf Download (324kB)
	Text (BAB II KAJIAN PUSTAKA DAN DASAR TEORI) 12. BAB II KAJIAN PUSTAKA DAN DASAR TEORI.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB III METODE PENELITIAN) 13. BAB III METODE PENELITIAN.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 14. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only Download (5MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 15. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (310kB) | Request a copy
	Text (DAFTAR PUSTAKA) 16. DAFTAR PUSTAKA.pdf Download (372kB)
	Text (LAMPIRAN) 17. LAMPIRAN.pdf Restricted to Repository staff only Download (857kB) | Request a copy
	Text (FULL TEXT) SKRIPSI - ARDY KHOLIL KHARITSI (3012110005).pdf Restricted to Repository staff only Download (8MB) | Request a copy
	Text (FULL TEXT DOC) SKRIPSI - ARDY KHOLIL KHARITSI (3012110005).docx Restricted to Repository staff only Download (10MB) | Request a copy
	Image (POSTER) POSTER - ARDY KHOLIL KHARITSI (3012110005).jpg Download (485kB)

Abstract

Bahasa Jawa merupakan bahasa daerah dengan penutur terbanyak di Indonesia, namun angka keterampilan maupun kemampuan masyarakat dan siswa dalam menulis aksaranya masih sangat kecil. Berdasarkan permasalahan tersebut, pelestarian aksara Jawa menjadi penting. Salah satu upaya yang dapat dilakukan oleh penulis yaitu membuat aplikasi pembelajaran menulis aksara Jawa yang mengutamakan pemahaman cara penulisan pola karakter dari aksara tersebut. Sehingga, aplikasi pembelajaran menulis ini menggunakan fitur white board untuk mengambil input coretan tulisan tangan aksara Jawa, serta teknologi machine learning untuk mengembangkan model pengenalan tulisan tangan. Metode yang diusulkan oleh penulis yaitu membandingkan kinerja model KNN, SVM, Logistic Regression, Decision Tree dan Random Forest dalam mengenali tulisan tangan. Perbandingan kinerja yang dilakukan penulis melibatkan dua rasio data yang berbeda untuk pelatihan yaitu 30:30 dan 50:50 serta matriks evaluasi seperti akurasi, presisi, recall, dan F1 Score. Model terbaik dipilih berdasarkan F1 Score tertinggi untuk diintegrasikan pada aplikasi pembelajaran menulis aksara Jawa dengan cara menyimpan model berupa file Pickel kemudian didistribusikan ke dalam server menggunakan Flask sebagai penghubung antara server dengan aplikasi. Temuan dari penelitian ini yaitu rasio data 50:50 selalu mendapatkan skor evaluasi yang lebih baik, di mana model terbaik yang didapatkan dari hasil perbandingan yaitu SVM dengan F1-Score sebesar 82% yang dikembangkan dengan menggunakan rasio data 50:50.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.25/UISI-01/IF
Uncontrolled Keywords:	Aksara Jawa, Aplikasi Pembelajaran, Decision Tree, KNN, Logistic Regression, SVM, Random Forest.
Contributors:	Contribution Name Email Thesis advisor MOHAMMAD ARIF RASYIDI, S.Kom., M.Sc., MCE. mohammad.rasyidi@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	ARDY KHOLIL KHARITSI
Date Deposited:	04 Aug 2025 11:46
Last Modified:	04 Aug 2025 11:46
URI:	https://repository.uisi.ac.id/id/eprint/7926

Actions (login required)

View Item