Text
SKRIPSI PERANCANGAN SISTEM TRANSLITERASI AKSARA JAWA KE TULISAN LATIN BERBASIS CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)
Aksara Jawa adalah salah satu peninggalan budaya Indonesia yang semakin
kurang dikenal oleh masyarakat akibat dominasi penggunaan aksara Latin. Oleh
karena itu, diperlukan sistem transliterasi aksara Jawa ke tulisan Latin secara
otomatis untuk mendukung pelestarian budaya. Penelitian ini bertujuan merancang
dan membangun sistem transliterasi aksara Jawa ke tulisan Latin berbasis citra
menggunakan Convolutional Neural Network (CNN) berarsitektur MobileNetV2.
Dataset yang digunakan merupakan gabungan dataset Aksara Jawa Classification 2
dari platform Roboflow sebanyak 400 citra pada setiap kelas, dataset tambahan
yang diperoleh dari buku Pepak Aksara Jawa yang telah melalui proses augmentasi
manual menjadi 30 citra pada setiap kelas, serta dataset tambahan Font Word
sebanyak 10 citra pada setiap kelas. Dataset tersebut terdiri atas 180 kelas dengan
total 79.200 citra. Hasil penelitian menunjukkan bahwa model memperoleh training
accuracy sebesar 99,19%, validation accuracy sebesar 97,14%, test accuracy
sebesar 96,92%, serta nilai precision sebesar 97,03%, recall sebesar 96,92%, dan
F1-score sebesar 96,90%. Hasil pengujian implementasi menggunakan 30 citra
yang terdiri atas 111 karakter menunjukkan bahwa sistem berhasil mengenali 86
karakter atau sebesar 77,48%. Beberapa kesalahan klasifikasi masih ditemukan
pada karakter yang memiliki kemiripan bentuk visual, terutama pada kombinasi
aksara dasar dengan sandhangan, sehingga beberapa karakter masih sulit dibedakan
oleh model.
Tidak tersedia versi lain