ANALISIS PERBANDINGAN ARSITEKTUR VGG 16 DAN INCEPTION V3 DALAM KLARIFIKASI AKSARA JAWA DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

Naftalia, Zulfah (2025) ANALISIS PERBANDINGAN ARSITEKTUR VGG 16 DAN INCEPTION V3 DALAM KLARIFIKASI AKSARA JAWA DENGAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (749kB)
	Text BAB 1.pdf Download (405kB)
	Text BAB 2.pdf Download (698kB)
	Text BAB 3.pdf Download (732kB)
	Text BAB 4.pdf Download (875kB)
	Text BAB 5.pdf Download (335kB)
	Text LAMPIRAN.pdf Download (421kB)

Abstract

Perkembangan kecerdasan buatan atau Artificial Intelligence (AI), terutama di bidang pengenalan pola, telah mencapai kemajuan signifikan di berbagai aspek kehidupan, termasuk klasifikasi aksara jawa. Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja dua arsitektur Deep Learning, yaitu VGG- 16 dan Inception V3 dalam mengklasifikasikan aksara jawa menggunakan metode Convolutional Neural Network (CNN). Dalam penelitian ini, kami melakukan serangkaian eksperimen pada dataset aksara jawa yang telah dikumpulkan dan diproses sebelumnya. Model VGG-16 dan Inception V3 dilatih menggunakan dataset yang sama untuk mengevaluasi metrik seperti akurasi, presisi, recall, dan waktu pemrosesan. Evaluasi dilakukan menggunakan metrik penilaian standar dalam bidang Deep Learning untuk memastikan objektivitas dan akurasi hasil. Hasil penelitian menunjukkan bahwa kedua arsitektur menunjukkan perbedaan signifikan dalam kinerja. Inception V3 unggul dalam akurasi dan efisiensi pemrosesan, sementara VGG-16, meskipun memiliki struktur yang lebih sederhana, tetap mampu memberikan hasil yang kompetitif. Perbandingan ini memberikan wawasan tentang efektivitas kedua arsitektur dalam tugas klasifikasi aksara jawa dan dapat menjadi landasan untuk penelitian lebih lanjut di bidang pemrosesan gambar dan kecerdasan buatan atau Artificial Intelligence (AI). Penelitian ini diharapkan dapat berkontribusi pada pengembangan sistem pengenalan aksara otomatis regional, terutama pada aksara jawa, sehingga mendukung upaya pelestarian dan digitalisasi teks tradisional.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	03 Oct 2025 07:24
Last Modified:	03 Oct 2025 07:24
URI:	http://repository.unas.ac.id/id/eprint/14341

Actions (login required)

View Item