Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Intan Nur Faridha
Universitas Nusantara PGRI Kediri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengenalan Sekuens Kata Aksara Jawa Tanpa Segmentasi Menggunakan Arsitektur CRNN dan CTC Moch. Saefudin Yuhri; Ahmad Bagus Setiawan; Intan Nur Faridha
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 10 No. 3 (2026): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2026
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/trcqtt87

Abstract

Terdapat penurunan kemampuan masyarakat dalam membaca Aksara Jawa, yang sebagian besar disebabkan oleh kompleksitas aturan penulisan Sandhangan dan Pasangan yang posisinya dapat bertumpuk secara vertikal. Metode Optical Character Recognition (OCR) konvensional yang berbasis segmentasi karakter sering mengalami kegagalan karena pemotongan karakter justru merusak informasi visual dari aksara yang bertumpuk. Penelitian ini mengusulkan pendekatan segmentation-free menggunakan arsitektur Convolutional Recurrent Neural Network (CRNN) yang dipadukan dengan Connectionist Temporal Classification (CTC) Loss. Model dilatih menggunakan lebih dari 15.000 citra dataset sintetis kata Aksara Jawa yang telah melalui proses augmentasi. Hasil pengujian dievaluasi menggunakan metrik Character Error Rate (CER) dan Word Error Rate (WER) berdasarkan jarak Levenshtein. Penelitian ini membuktikan bahwa pendekatan pengenalan sekuens kata secara utuh mampu menerjemahkan Aksara Jawa dengan tingkat akurasi karakter mencapai 99,71%, sehingga dapat menjadi solusi digitalisasi aksara tradisional yang efektif.
Co-Authors Ahmad Bagus Setiawan Moch. Saefudin Yuhri