Klasifikasi Tulisan Tangan Suku Kata Bahasa Korea Menggunakan Algoritma Convolutional Neural Network

⭐ Ferdinand, Felix (2023) Klasifikasi Tulisan Tangan Suku Kata Bahasa Korea Menggunakan Algoritma Convolutional Neural Network. Bachelor Thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (2MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (218kB) | Preview
Preview	PDF BAB_I.pdf Download (225kB) | Preview
Preview	PDF BAB_II.pdf Download (844kB) | Preview
Preview	PDF BAB_III.pdf Download (648kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (204kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Popularitas budaya Korea yang sudah mendunia melalui drama Korea dan K- pop, telah mendorong minat orang dalam mempelajari bahasa Korea. Penggunaan aplikasi mobile dalam pembelajaran suatu bahasa, termasuk aplikasi pendeteksi tulisan tangan, memiliki efek positif dalam meningkatkan kemampuan menulis dan kosa kata seseorang. Tulisan tangan merupakan bentuk komunikasi dan penyimpanan informasi yang telah ada sejak lama, dan pengenalan karakter tulisan tangan memainkan peran penting dalam berbagai aplikasi menggunakan machine learning. Dari beberapa metode deep learning untuk mengklasifikasi tulisan tangan, CNN memiliki hasil accuracy yang tertinggi. Pengujian dilakukan menggunakan dataset PHD08 untuk mengukur accuracy, precision, recall, dan F1 score yang diperoleh. Hasil yang didapatkan dalam penelitian ini adalah algoritma CNN berhasil diimplementasikan untuk klasifikasi tulisan tangan Bahasa Korea. Implementasi berhasil dilakukan pada dataset dengan jumlah class hingga 709, menggunakan kombinasi optimizer Adam dan RMSprop serta learning rate 0.001, 0.0001, dan 0.00001. Kemudian, hasil terbaik diperoleh pada dataset dengan 171 class, dengan accuracy 99.973%, precision 99.973%, recall 99.973%, dan F1 score 99.973% menggunakan optimizer Adam dan learning rate 0.001.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Ferdinand, Felix (00000035927)
Contributors:	Gunawan, Dennis
Keywords:	Convolutional Neural Network (CNN), Hangul, Klasifikasi, Suku Kata, Tulisan Tangan.
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Sustainable Development Goals:	Goal 04. Ensure inclusive and equitable quality education and promote lifelong learning Goal 08. Promote sustained, inclusive and sustainable economic growth, full and productive employment and work for all Goal 09. Build resilient infrastructure, promote inclusive and sustainable industrialization and foster innovation
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	06 Jul 2023 09:54
URI:	https://kc.umn.ac.id/id/eprint/25780

Actions (login required)

View Item