View/Open

Author

Advisor
Sri Karnila, M.Kom,

Koleksi
Sains Data

Publisher

Aksara Batak Toba merupakan salah satu warisan budaya Indonesia yang memiliki nilai sejarah dan digunakan oleh masyarakat Batak Toba. Namun, aksara Batak Toba semakin terlupakan dan terancam punah karena kurangnya kesadaran di kalangan generasi muda untuk mempelajari dan melestarikannya. Pelestarian aksara membutuhkan upaya inovatif yang dapat memperkenalkan dan memungkinkan pengenalan aksara kepada masyarakat luas. Tujuan dari penelitian ini adalah mengembangkan sistem yang dapat mengidentifikasi dan mengonversi aksara Batak Toba ke dalam huruf Latin, dengan fokus pengenalan ina ni surat (huruf utama) aksara Batak Toba. Penelitian ini mengembangkan sistem Optical Character Recognition (OCR) menggunakan metode Convolutional Neural Network (CNN) dengan transfer learning pada arsitektur MobileNetV2. Penelitian ini dilakukan melalui tahapan pengumpulan data, preprocessing data, dan pelatihan model dengan penyesuaian hyperparameter untuk meningkatkan kinerja model. Hasil penelitian menunjukkan model berhasil mencapai akurasi tertinggi 85.28% pada data uji, precision 87.09%, recall 85.28%, dan f1-score 85.06%. Performa tersebut diperoleh pada kombinasi learning rate 0.001, batch size 128, epoch 50, dan optimizer Adam.

URI
https://repo.itera.ac.id/depan/submission/SB2508200064

Keyword