PERBANDINGAN ARSITEKTUR VGG16 DAN RESNET50 UNTUK REKOGNISI TULISAN TANGAN AKSARA LAMPUNG
Abstract
sebuah sistem komputer yang dapat digunakan untuk mengenali huruf yangberasal dari tulisan tangan. HWR sendiri merupakan sistem yang dikembangkandari Optical Character Recognition (OCR), dengan adanya sistem HWR inidiharapkan komputer dapat membaca dan mengenali huruf-huruf ataupun karakteryang dimasukkan oleh user dalam bentuk tulisan tangan. Data yang digunakan padapenelitian ini berupa data gambar tulisan tangan aksara lampung sebanyak 20 aksara. Pada penelitian kali ini penulis akan membandingkan dua model deeplearning yaitu VGG16 dan ResNet50. Hasil dari penelitian ini menunjukan bahwamodel arsitektur VGG16 memberikan hasil akurasi 91% serta waktu training yanglebih baik, sedangkan untuk ResNet50 memberikan hasil akurasi sebesar 65% danmemerlukan waktu komputasi yang lebih lama dan hasil akurasi yang kecil
Full Text:
PDFReferences
Nurfita, R. D. & Ariyanto, G. Implementasi Deep Learning Berbasis Tensorflow Untuk Pengenalan
Sidik Jari. Emitor: Jurnal Teknik Elektro 18, 22–27 (2018).
Lorentius, C. A., Adipranata, R. & Tjondrowiguno, A. Pengenalan Aksara Jawa dengan Menggunakan
Metode Convolutional Neural Network. e-Proceeding of Engineering 7, 2558–2567 (2020).
Rohim, A., Sari, Y. A. & Tibyani. Convolution neural network (cnn) untuk pengklasifikasian citra
makanan tradisional. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer 3, 7038–7042
(2019).
Aryantio, A. & Munir, R. Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan. Jurnal
Konferensi Nasional Informatika 34–38 (2015).
Handhayani, T. Identifikasi Penulis Melalui Pola Tulisan Tangan. Jurnal Muara Sains, Teknologi,
Kedokteran, dan Ilmu Kesehatan 1, 210–217 (2017).
DOI: https://doi.org/10.33365/jatika.v3i2.2030
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Rikendry Rikendry, Azzin Maharil
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Informatika dan Rekayasa Perangkat Lunak (JATIKA)
Published by Universitas Teknokrat Indonesia
Organized by Program Studi S1 Informatika, Fakultas Teknik dan Ilmu Komputer
Jl. Zainal Abidin Pagaralam, No.9-11, Labuhanratu, Bandarlampung, Indonesia
Phone : 0721 70 20 22
Website : http://jim.teknokrat.ac.id/index.php/informatika
Email : jatika@teknokrat.ac.id
Jurnal Informatika dan Rekayasa Perangkat Lunak (JATIKA) is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.