IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN KARAKTER PADA AKSARA SUNDA

ARDIVA KAMILA ROHMADHANI, 3012110004 (2025) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN KARAKTER PADA AKSARA SUNDA. Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
COVER.pdf

Download (626kB)
[img] Text (HALAMAN JUDUL)
HALAMAN JUDUL.pdf

Download (208kB)
[img] Text (HALAMAN PENGESAHAN)
HALAMAN PENGESAHAN.pdf
Restricted to Repository staff only

Download (644kB) | Request a copy
[img] Text (HALAMAN PERSETUJUAN PUBLIKASI)
HALAMAN PERSETUJUAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (595kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN ORISINALITAS)
HALAMAN PERNYATAAN ORISINALITAS.pdf
Restricted to Repository staff only

Download (418kB) | Request a copy
[img] Text (ABSTRAK)
ABSTRAK.pdf

Download (672kB)
[img] Text (KATA PENGANTAR)
KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (575kB) | Request a copy
[img] Text (DAFTAR ISI)
DAFTAR ISI.pdf

Download (1MB)
[img] Text (DAFTAR GAMBAR)
DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (687kB) | Request a copy
[img] Text (DAFTAR TABEL)
DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (606kB) | Request a copy
[img] Text (BAB I PENDAHULUAN)
BAB I PENDAHULUAN.pdf

Download (629kB)
[img] Text (BAB II KAJIAN PUSTAKA)
BAB II KAJIAN PUSTAKA.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[img] Text (BAB III METODOLOGI PENELITIAN)
BAB III METODOLOGI PENELITIAN.pdf
Restricted to Registered users only

Download (980kB) | Request a copy
[img] Text (BAB IV HASIL DAN PEMBAHASAN)
BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[img] Text (BAB V PENUTUP)
BAB V PENUTUP.pdf
Restricted to Registered users only

Download (583kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (7MB)
[img] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (FULLTEXT)
SKRIPSI – ARDIVA KAMILA ROHMADHANI (3012110004).pdf
Restricted to Repository staff only

Download (8MB) | Request a copy
[img] Text (FULLTEXT DOC)
SKRIPSI – ARDIVA KAMILA ROHMADHANI (3012110004).docx
Restricted to Repository staff only

Download (12MB) | Request a copy
[img] Image (POSTER)
Poster – 3012110004.jpg

Download (443kB)

Abstract

Bahasa daerah memiliki peran penting dalam mencerminkan identitas budaya setiap suku di Indonesia. Namun, belakangan ini terjadi penurunan jumlah penutur bahasa daerah secara terus-menerus, terutama bahasa Sunda. Berdasarkan survei Balai Bahasa Bandung di Jawa Barat, jumlah penutur bahasa Sunda menurun secara signifikan, yakni hingga 20% dalam satu generasi. Salah satu solusi yang dapat dilakukan adalah pengembangan teknologi sebagai sistem pembelajaran aksara Sunda secara digital. Penelitian ini mengusulkan penggunaan model Convolutional Neural Network (CNN) yang dikenal memiliki tingkat akurasi tinggi dalam pengenalan pola dan citra. Setiap model dilatih dan dievaluasi menggunakan dataset citra aksara Sunda yang dikumpulkan melalui angket daring yang dirancang menggunakan Canva. Dataset ini terdiri dari 72 kelas dan diproses menggunakan berbagai teknik augmentasi serta pra pemrosesan. Evaluasi dilakukan berdasarkan metrik akurasi serta divisualisasikan melalui confusion matrix. Hasil evaluasi menunjukkan bahwa model EfficientNetV2B0 memiliki performa terbaik dengan akurasi validasi mencapai 99,07% dan loss validasi sebesar 0,0403. Model terbaik ini kemudian dikonversi ke format TensorFlow Lite dan diimplementasikan ke dalam aplikasi Android. Sistem backend dibangun menggunakan FastAPI untuk menerima input citra tulisan tangan dari aplikasi React Native, melakukan pra-pemrosesan, dan mengembalikan hasil prediksi. Aplikasi ini difokuskan pada pengenalan karakter tunggal aksara Sunda dasar. Diharapkan, aplikasi ini dapat meningkatkan minat belajar dan literasi aksara Sunda serta menjadi media pelestarian bahasa daerah secara digital.

Item Type: Thesis (Undergraduate)
Additional Information: Softfile/KK.25/UISI-01/IF
Uncontrolled Keywords: Aplikasi Android, Aksara Sunda, Bahasa Daerah, Convolutional Neural Network, Pembelajaran Interaktif
Contributors:
ContributionNameEmail
Thesis advisorMohammad Arif Rasyidi, S.Kom., M.Sc., MCEmohammad.rasyidi@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: ARDIVA KAMILA ROHMADHANI
Date Deposited: 06 Aug 2025 15:48
Last Modified: 06 Aug 2025 15:48
URI: https://repository.uisi.ac.id/id/eprint/7930

Actions (login required)

View Item View Item