Perancangan Aplikasi Pengenalan Aksara Jawa Digital Menggunakan Convulotional Neural Network dan Computer Vision

Alvin Jonathan; Ito Wasito

doi:10.51454/decode.v3i2.209

Authors

Alvin Jonathan Informatika Universitas Pradita
Ito Wasito Informatika Universitas Pradita

DOI:

https://doi.org/10.51454/decode.v3i2.209

Keywords:

aksara jawa, computer vision, convolutional neural network, deep learning, tulisan tangan digital

Abstract

Aksara Jawa merupakan salah satu aksara tertua yang terkenal dan sering digunakan oleh masyarakat pulau Jawa untuk penulisan sehari-harinya. Namun pada zaman sekarang penggunaan aksara Jawa sudah jarang digunakan oleh masyarakat dan ketertarikan para generasi muda untuk mempelajari budaya Jawa yang berupa aksara ini sangat minim. Pada penelitian ini akan membahas tentang penggunaan teknologi Deep Learning dan Computer Vision untuk pembelajaran aksara Jawa dan sebagai sarana dalam pelestarian budaya Jawa. Penulis menggunakan metode studi literatur dengan mencari dan membaca dari penelitian-penelitian terdahulu untuk menemukan keterbaruan dalam penelitian. Pada penelitian ini akan menggunakan teknologi Deep Learning, Computer Vision, dan algoritma Deep Learning yaitu Convolutional Neural Network untuk mengklasifikasikan gambar aksara Jawa tulisan tangan digital. Tujuan dari dilakukannya penelitian ini yaitu untuk menguji akurasi dari penggunaan teknologi Deep Learning dan Computer Vision dalam pengenalan dan klasifikasi gambar aksara Jawa tulisan tangan digital berdasarkan kelompoknya. Dari penelitian yang telah dilakukan didapatkan akurasi yang cukup memuaskan dari penggunaan algoritma Convolutional Neural Network sebesar 84% dalam pengenalan gambar aksara Jawa tulisan tangan digital.

References

Afakh, M. L., Risnumawan, A., Anggraeni, M. E., Tamara, M. N., & Ningrum, E. S. (2017). Aksara Jawa Text Detection in Scene Images using Convolutional Neural Network. Proceedings - International Electronics Symposium on Knowledge Creation and Intelligent Computing, IES-KCIC 2017, 2017-Janua, 77-82. https://doi.org/10.1109/KCIC.2017.8228567

Anggraeny, F. T., Via, Y. V., & Mumpuni, R. (2023). Image preprocessing analysis in handwritten Javanese character recognition. Bulletin of Electrical Engineering and Informatics, 12(2), 860-867. https://doi.org/10.11591/eei.v12i2.4172

Bahasa. (2021). Aksara Jawa Menolak Punah. https://budaya.jogjaprov.go.id/berita/detail/753-aksara-jawa-menolak-punah

Chollet, F. (2021). Deep Learning with Python (2nd ed.). Manning.

Dewa, C. K., Fadhilah, A. L., & Afiahayati, A. (2018). Convolutional Neural Networks for Handwritten Javanese Character Recognition. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 12(1), 83-94. https://doi.org/10.22146/ijccs.31144

Diqi, M., & Muhdalifah, M. F. (2020). Design and Building Javanese Script Classification in The State Museum of Sonobudoyo Yogyakarta. International Journal of Informatics and Computation, 1(2), 35-45. https://doi.org/10.35842/ijicom.v1i2.18

Diyasa, I. G. S. M., & Romadhon, R. (2023). Klasifikasi Karakter Tulisan Aksara Jawa Menggunakan Algoritma Convolutional Neural Network. Seminar Keinsinyuran, 3(1), 927-936. https://doi.org/10.22219/skpsppi.v3i1.7720

G., A. R., Tandra, A., Susanto, I., Harefa, J., & Chowanda, A. (2019). Implementation of Optical character Recognition using Tesseract with the Javanese Script Target in Android Application. Procedia Computer Science, 157, 499-505. https://doi.org/10.1016/j.procs.2019.09.006

Hanindria, I. S., & Hendry, H. (2022). Pengklasifikasian Aksara Jawa Metode Convolutional Neural Network. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(3), 2727-2737.

Harjoseputro, Y. (2018). Convolutional Neural Network (CNN) Untuk Pengklasifikasian Aksara Jawa [Universitas Atma Jaya]. http://e-journal.uajy.ac.id/15485/

Harjoseputro, Y. (2020). A Classification Javanese Letters Model using a Convolutional Neural Network with KERAS Framework. International Journal of Advanced Computer Science and Applications, 11(10), 106-111. https://doi.org/10.14569/IJACSA.2020.0111014

Ilham, F., & Rochmawati, N. (2020). Transliterasi Aksara Jawa Tulisan Tangan ke Tulisan Latin Menggunakan CNN. Journal of Informatics and Computer Science (JINACS), 1(04), 200-208. https://doi.org/10.26740/jinacs.v1n04.p200-208

Lorentius, C. A., Adipranata, R., & Tjondrowiguno, A. (2020). Pengenalan Aksara Jawa dengan Menggunakan Metode Convolutional Neural Network. E-Proceeding of Engineering, 7(1), 2558-2567.

Putra, A. S. (2020). Identifikasi Aksara Jawa pada Naskah Kuno dengan Metode CNN. Universitas Islam Indonesia.

Putri, A. A. (2023). Suku Dengan Populasi Terbanyak di Indonesia. https://data.goodstats.id/statistic/adelandilaa/suku-dengan-populasi-terbanyak-di-indonesia-AJmNV#:~:text=Suku Jawa menjadi suku bangsa,Jawa Timur%2C dan DI Yogyakarta.

Rismiyati, Khadijah, & Nurhadiyatna, A. (2017). Deep Learning for Handwritten Javanese Character Recognition. Proceedings - 2017 1st International Conference on Informatics and Computational Sciences, ICICoS 2017, 59-63. https://doi.org/10.1109/ICICOS.2017.8276338

Riyandi, A., & ’Uyun, S. (2022). Improvement of Handwriting Javascraft Image Quality and Segmentation With Closing Morphology and Adaptive Thresholding Methods. Telematika, 19(3), 311-322. https://doi.org/10.31315/telematika.v19i3.7564

Romawati, E. F., Widaningrum, I., & Astuti, I. P. (2020). Rancang Bangun Aplikasi Mobile Pengenalan Huruf Jawa (Aksara Jawa) Berbasis Android. Jurnal CoSciTech (Computer Science and Information Technology), 1(2), 93-100. https://doi.org/10.37859/coscitech.v1i2.2185

Saphira, N. (2021). Pengenalan Karakter Optik (OCR) Aksara Jawa dengan Convolutional Neural Network. Universitas Kristen Duta Wacana.

Sudana, O., Gunaya, I. W., & Putra, I. K. G. D. (2020). Handwriting identification using deep convolutional neural network method. Telkomnika (Telecommunication Computing Electronics and Control), 18(4), 1934-1941. https://doi.org/10.12928/TELKOMNIKA.V18I4.14864

Wicaksono, P. (2021). Hari Aksara Internasional, Sultan: Aksara Jawa Harus Bisa Hidup di Ranah Digital. https://tekno.tempo.co/amp/1503949/hari-aksara-internasional-sultan-aksara-jawa-harus-bisa-hidup-di-ranah-digital

Wijaya, E. P. N. A. (2020). Klasifikasi Akasara Jawa Dengan CNN. Jurnal Teknika, 12(2), 61-64. https://doi.org/10.30736/jt.v13i2.479

Zin, T. T., Thant, S., Pwint, M. Z., & Ogino, T. (2021). Handwritten Character Recognition on Android for Basic Education Using Convolutional Neural Network. Journal of Physics: Conference Series, 1918(4). https://doi.org/10.1088/1742-6596/1918/4/042152