<![CDATA[Aksara Batak Simalungun merupakan warisan budaya tak benda yang mulai terpinggirkan di era digital. Penelitian ini bertujuan mengembangkan sistem pengenalan pola aksara Batak Simalungun secara otomatis menggunakan algoritma Convolutional Neural Network (CNN). Dataset terdiri dari 570 citra tulisan tangan dari sepuluh responden, masing-masing menulis 19 huruf sebanyak tiga kali. Gambar diambil menggunakan kamera ponsel dan melalui tahapan praproses seperti resizing, konversi ke RGB dan normalisasi. Arsitektur CNN dirancang khusus dengan lapisan konvolusi, RelU, pooling, Flatten dan fully connected layer. Hasil pengujian menunjukkan model mampu mengenali aksara dengan akurasi tinggi, yaitu sebesar 91,98%, serta nilai presisi, recall, dan f1-score yang baik. Penelitian ini menunjukkan bahwa CNN efektif dalam mengenali pola visual kompleks dan berpotensi digunakan untuk pelestarian budaya melalui aplikasi edukatif.]]>
Copyrights © 2026
