IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI AKSARA JAWA BERBASIS MOBILE MENGGUNAKAN FRAMEWORK KERAS

HARJOSEPUTRO, YULIUS and Julianto, Eddy IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI AKSARA JAWA BERBASIS MOBILE MENGGUNAKAN FRAMEWORK KERAS. [Research]

[img] Text
Laporan Akhir Internal 2018 plus ttd pengesahan.pdf
Restricted to Registered users only

Download (831kB)

Abstract

Aplikasi yang belakangan ini sangat populer untuk dikembangkan adalah salah satunya adalah aplikasi mobile. Berbagai macam aplikasi mobile dibuat oleh para pengembang dengan berbagai macam platform dan bahasa pemrograman yang digunakan. Selain itu salah satu hal yang terpenting di dalam penelitian yang bergerak di bidang Computer Vision adalah klasifikasi citra, dimana pada penelitian sebelumnya telah dibuat model yang digunakan untuk mengklasifikasikan sebuah citra. Aksara awa dalam hal ini adalah sebuah dasar dari sebuah kalimat yang menggunakan Bahasa awa. Sangatbanyak sekali khususnya di Yogyakarta yang menggunakan dasar Aksara awa untuk diimplementasikankedalambeberapahal,salahsatunyaadalahpadanamajalanyangada dibeberapajalandiYogyakarta.Sementaraitusalahsatumetodeyangsangatpopuler belakangan ini untuk menangani permasalahan pengklasifikasian citra adalah dengan menggunakanteknikdariDpLrigyaknimenggunakanmetodeCvutiNur Ntwrk(CNN). BerdasarkanhasilpenelitianyangtelahdilakukandenganmetodeCvuti NurNtwrk(CNN)untukpengklasifikasianaksaajawaberbasismobiletelahberhasil diimplementasikandanmemilikitingkatakurasi 86.68% dengan menggunakantraining sebanyak50epoch.Wakturata-ratayangdibutuhkanuntukmelakukanklasifikasiiniadalah sebesar1935ms.

Item Type: Research
Uncontrolled Keywords: Computer Vision, Neuron, Deep Learning, Convolution Neural Network
Subjects: Teknik Informatika > Mobile Computing
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 05 Nov 2019 05:30
Last Modified: 05 Nov 2019 05:30
URI: http://e-journal.uajy.ac.id/id/eprint/20630

Actions (login required)

View Item View Item