Pengenalan Aksara Lampung Menggunakan Metode CNN (Convolutional Neural Network)

Nanda Sazqiah (Program Studi Teknik Informatika, Universitas Lampung, Bandar Lampung, Jl. Prof. Sumantri Brojonegoro, Bandar Lampung 35145)
Yessi Mulyani (Teknk Informatika Unila)
Meizano Ardi Muhamad (Teknk Informatika Unila)
Martinus Martinus (Teknk Mesin Unila)
Irza Sukmana (Teknk Mesin Unila)
Gigih Forda Nama (Teknk Informatika Unila)
Zulmiftahul Huda (Teknk ElektroUnila)
Trisya Septiana (Teknk Informatika Unila)
Panji Kurniawa (Arsitektur Unila)
Gita Paramitha Djausal (Jurusan Administrasi Bisnis Unila)

Seminar Nasional Insinyur Profesional (SNIP)
Vol. 2 No. 1 (2022): Prosiding SNIP Vol.2 No.1

Penelitian ini bertujuan untuk membuat sistem yang mampu mengenali Aksara Lampung dengan metode CNN (Convolutional Neural Network). Sebelum penelitian ini, telah ada beberapa penelitian yang bertujuan serupa dengan metode yang berbeda. Penelitian ini memiliki tingkat kesulitan sendiri dalam hal mengumpulkan dataset yang akan digunakan untuk proses pelatihan dikarenakan dataset tidak tersedia secara publik sehingga harus dibangun sendiri. Secara garis besar, proses pengenalan Aksara Lampung dapat dibagi menjadi 3 bagian, yaitu : Pengumpulan bahan (dataset), Ekstraksi fitur dari setiap aksara Lampung dan Image Classification. Sistem pengenalan aksara Lampung ini dibangun menggunakan tools Google Colaboratory dengan Bahasa pemrograman Python. Berdasarkan hasil perhitungan menggunakan confusion matrix didapatkan hasil akurasi sebesar 100%. Hal ini dikarenakan pola yang digunakan sangat sederhana karena aksara Lampung memiliki pola yang sederhana dan bentuk yang hampir sama hanya yang membedakan adalah rotasinya. Sistem ini sudah dilakukan proses Save Model dimana bertujuan untuk meminimalisir waktu untuk training ulang dan hasil save model berupa file bisa digunakan untuk pengembangan proyek baru seperti android atau embedded system dengan ukuran file yaitu 211 KB