Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Decode: Jurnal Pendidikan Teknologi Informasi
Ito Wasito
Informatika Universitas Pradita
Computer Science & IT Control & Systems Engineering Education Languange, Linguistic, Communication & Media Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Perancangan Aplikasi Pengenalan Aksara Jawa Digital Menggunakan Convulotional Neural Network dan Computer Vision Alvin Jonathan; Ito Wasito
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i2.209

Abstract

Aksara Jawa merupakan salah satu aksara tertua yang terkenal dan sering digunakan oleh masyarakat pulau Jawa untuk penulisan sehari-harinya. Namun pada zaman sekarang penggunaan aksara Jawa sudah jarang digunakan oleh masyarakat dan ketertarikan para generasi muda untuk mempelajari budaya Jawa yang berupa aksara ini sangat minim. Pada penelitian ini akan membahas tentang penggunaan teknologi Deep Learning dan Computer Vision untuk pembelajaran aksara Jawa dan sebagai sarana dalam pelestarian budaya Jawa. Penulis menggunakan metode studi literatur dengan mencari dan membaca dari penelitian-penelitian terdahulu untuk menemukan keterbaruan dalam penelitian. Pada penelitian ini akan menggunakan teknologi Deep Learning, Computer Vision, dan algoritma Deep Learning yaitu Convolutional Neural Network untuk mengklasifikasikan gambar aksara Jawa tulisan tangan digital. Tujuan dari dilakukannya penelitian ini yaitu untuk menguji akurasi dari penggunaan teknologi Deep Learning dan Computer Vision dalam pengenalan dan klasifikasi gambar aksara Jawa tulisan tangan digital berdasarkan kelompoknya. Dari penelitian yang telah dilakukan didapatkan akurasi yang cukup memuaskan dari penggunaan algoritma Convolutional Neural Network sebesar 84% dalam pengenalan gambar aksara Jawa tulisan tangan digital.
Model Klasifikasi Convolutional Neural Network Pada Sistem Penerjemah Audio Aksara Sunda Darryl Nathanael; Ito Wasito
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 3 No. 2: SEPTEMBER 2023
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v3i2.217

Abstract

Beberapa upaya telah dilakukan untuk melestarikan aksara Sunda dan salah satunya adalah pembuatan aplikasi pengenal aksara Sunda. Penelitian terdahulu menunjukkan bahwa teknologi pemrosesan gambar dapat digunakan untuk mengklasifikasi gambar berupa alfabet-alfabet aksara Sunda. Namun belum ada teknologi serupa yang mampu menghasilkan output berupa audio untuk memudahkan pengejaan dan pelafalan dalam pembelajaran. Tujuan penelitian ini adalah untuk mengusulkan penggunaan pemrosesan gambar untuk melakukan klasifikasi alfabet-alfabet aksara Sunda dalam bentuk tulisan tangan digital dengan output berupa teks dan audio menggunakan algoritma Convolutional Neural Network (CNN). Metode penelitian yang digunakan pada penelitian ini adalah kualitatif, karena menggunakan gambar sebagai data primer, kemudian dilanjut dengan pendekatan true experimental. Aksara dalam bentuk gambar tulisan tangan digital dimasukkan ke sistem untuk dilatih, kemudian sistem diberikan gambar di luar data pelatihan untuk diklasifikasi agar sistem dapat memprediksi label klasifikasi dari masing-masing alfabet. Sistem kemudian menerjemahkan masing-masing gambar yang dibaca ke dalam bentuk audio dan teks. Hasil berupa akurasi pengujian penelitian mencapai 96% dengan output berupa teks dan audio. Penelitian ini diharapkan dapat membantu memudahkan pengguna sistem dalam pelafalan kata yang terdapat dalam bahasa sunda, yang terkadang susah untuk diucapkan oleh orang di luar suku orang sunda serta ditampilkan terjemahan bahasa sunda dalam aksara sunda.
Co-Authors Alvin Jonathan Darryl Nathanael