<![CDATA[Sistem penulisan bahasa Jepang memiliki tiga set karakter yang berbeda, yaitu Hiragana, Katakana dan Kanji.Untuk kata Jepang, Hiragana kebanyakan untuk morfem gramatikal. Teks bahasa Jepang tidak memiliki pembatas seperti spasi, kata yang berbeda. Selain itu, beberapa karakter dalam alfabet dapat menjadi morfik, yaitu memiliki definisi bentuk yang serupa yang dapat menambah kompleksitas proses pengenalan. Convolutional Neural Network (CNN) adalah arsitektur jaringan neural dalam yang banyak digunakan untuk klasifikasi gambar dan telah menghasilkan hasil yang canggih dalam beberapa tugas klasifikasi gambar. Dalam makalah ini, kami menggunakan 5 lapisan CNN. CNN dipilih karena lebih unggul dalam melakukan analogi dibanding Support Vector Machine (SVM) maupun K-Nearest Neighbor (KNN). Percobaan menggunakan 50 huruf hiragana dengan masing-masing huruf terdapat 20 pengujian citra, sehingga total dataset adalah 1000 citra. Hasil yang diperoleh dalam proses pemeriksaan yaitu 82%, dengan sebaran 120 citra tidak terdeteksi dengan benar dan 880 citra terdeteksi benar.]]>
Copyrights © 2020
