Model Klasifikasi Convolutional Neural Network Pada Sistem Penerjemah Audio Aksara Sunda

Darryl Nathanael; Ito Wasito

doi:10.51454/decode.v3i2.217

Authors

Darryl Nathanael Informatika Universitas Pradita
Ito Wasito Informatika Universitas Pradita

DOI:

https://doi.org/10.51454/decode.v3i2.217

Keywords:

aksara sunda, audio, convolutional neural network, klasifikasi, pemrosesan gambar

Abstract

Beberapa upaya telah dilakukan untuk melestarikan aksara Sunda dan salah satunya adalah pembuatan aplikasi pengenal aksara Sunda. Penelitian terdahulu menunjukkan bahwa teknologi pemrosesan gambar dapat digunakan untuk mengklasifikasi gambar berupa alfabet-alfabet aksara Sunda. Namun belum ada teknologi serupa yang mampu menghasilkan output berupa audio untuk memudahkan pengejaan dan pelafalan dalam pembelajaran. Tujuan penelitian ini adalah untuk mengusulkan penggunaan pemrosesan gambar untuk melakukan klasifikasi alfabet-alfabet aksara Sunda dalam bentuk tulisan tangan digital dengan output berupa teks dan audio menggunakan algoritma Convolutional Neural Network (CNN). Metode penelitian yang digunakan pada penelitian ini adalah kualitatif, karena menggunakan gambar sebagai data primer, kemudian dilanjut dengan pendekatan true experimental. Aksara dalam bentuk gambar tulisan tangan digital dimasukkan ke sistem untuk dilatih, kemudian sistem diberikan gambar di luar data pelatihan untuk diklasifikasi agar sistem dapat memprediksi label klasifikasi dari masing-masing alfabet. Sistem kemudian menerjemahkan masing-masing gambar yang dibaca ke dalam bentuk audio dan teks. Hasil berupa akurasi pengujian penelitian mencapai 96% dengan output berupa teks dan audio. Penelitian ini diharapkan dapat membantu memudahkan pengguna sistem dalam pelafalan kata yang terdapat dalam bahasa sunda, yang terkadang susah untuk diucapkan oleh orang di luar suku orang sunda serta ditampilkan terjemahan bahasa sunda dalam aksara sunda.

References

Amalia, N., Hidayat, E. W., & Aldya, A. P. (2020). Pengenalan Aksara Sunda Menggunakan Metode Jaringan Saraf Tiruan Backpropagation Dan Deteksi Tepi Canny. CESS (Journal of Computer Engineering, System and Science), 5(1), 19-27. https://doi.org/10.24114/cess.v5i1.14839

Apriyanto, D. (2018). Implementasi Optical Character Recognition Pada Kamus Aksara Sunda-Indonesia Menggunakan Algoritma Feature Extraction Berbasis Android. UIN Sunan Gunung Djati Bandung. https://digilib.uinsgd.ac.id/20803/.

Brownlee, J. (2019). How to use Learning Curves to Diagnose Machine Learning Model Performance. Machine Learning Mastery. https://machinelearningmastery.com/learning-curves-for-diagnosing-machine-learning-model-performance/. (url)

Chollet, F. (2021). Deep Learning with Python. USA: Simon and Schuster.

El Naqa, I., & Murphy, M. J. (2015). What is machine learning?, in machine learning in radiation oncology. machine learning in radiation oncology, Cham: Springer, 3-11.

Farhan, A. A., Atmaja, R. D., & Aulia, S. (2017). Perancangan Dan Analisis Sistem Pengenalan Kata Aksara Sunda Menggunakan Metode Learning Vector Quantization Berbasis Pengolahan Citra. E-Proceeding of Engineering, 1-14.

Ferdiano, J. (2019). Alih Aksara Sunda Tulisan Tangan Menggunakan Metode Ekstraksi Ciri Freeman Chain Code (FCC) dan Metode Klasifikasi K-Nearest Neighbor(KNN). Universitas Sanata Dharma (Skripsi). https://repository.usd.ac.id/35194/

Gazali, W., Soeparno, H., & Ohliati, J. (2012). Penerapan Metode Konvolusi Dalam Pengolahan Citra Digital. Jurnal Mat Stat, 12(2), 103-113.

Kahfie, M. I. (2022). Klasifikasi Citra Tulisan Tangan Aksara Sunda dengan Metode CNN-ELM. In Universitas Gadjah Mada. http://etd.repository.ugm.ac.id/penelitian/detail/212378. (skripsi)

Kirana, A., Hikmayanti, H., & Indra, J. (2020). Pengenalan Pola Aksara Sunda dengan Metode Convolutional Neural Network. Scientific Student Journal for Information, Technology and Science, 1(2), 95-100.

Maulana, A. (2013). Kurang, Kesadaran Masyarakat Sunda Menjaga Budaya Sunda. Bandung: UNPAD.

Nielsen, M. A. (2015). Neural Networks And Deep Learning. San Francisco, CA, USA: Determination press.

Nugraha, S. S., R, C. M. S., & Rachman, A. N. (2021). Implementasi Pengenalan Bahasa Sunda Bergambar Untuk Anak Usia Dini Berbasis Android. Scientific Articles of Informatics Students, 4(1), 25-34.

Purnama, A., Bahri, S., Gunawan, G., Hidayatulloh, T., & Suhada, S. (2022). Implementation of Deep Learning for Handwriting Imagery of Sundanese Script Using Convolutional Neural Network Algorithm (CNN). ILKOM Jurnal Ilmiah, 14(1), 10-16. https://doi.org/10.33096/ilkom.v14i1.989.10-16.

Rahmawati, S. N., Hidayat, E. W., & Mubarok, H. (2021). Implementasi Deep Learning Pada Pengenalan Aksara Sunda Menggunakan Metode Convolutional Neural Network. INSERT : Information System and Emerging Technology Journal, 2(1), 46-58. https://doi.org/10.23887/insert.v2i1.37405.

Riansyah, R. R., Nurhasanah, Y. I., & Dewi, I. A. (2017). Sistem Pengenalan Aksara Sunda Menggunakan Metode Modeified Dierection Feature dan Learning Vector Quantization. Jurnal Teknik Informatika dan Sistem Informasi, 3(1), 17-30. https://doi.org/10.28932/jutisi.v3i1.563.

Salsabila, H., Rachmawati, E., & Sthevanie, F. (2019). Sundanese Aksara Recognition Using Histogram of Oriented Gradients. 2019 2nd International Seminar on Research of Information Technology and Intelligent Systems, ISRITI 2019, 253-258. https://doi.org/10.1109/ISRITI48646.2019.9034589.

Septiadi, A. (2018). Perbandingan algoritma tamplate matching dengan canny untuk pengenalan aksara Sunda (Doctoral dissertation, UIN Sunan Gunung Djati Bandung). https://digilib.uinsgd.ac.id/14220/

Setyansyah, R., Siregar, Y. S., & Khairani, M. (2019). Noise Removal Pada Citra Digital Dengan Menggunakan Metode Active Contour. ALGORITMA: Jurnal Ilmu Komputer Dan Informatika, 5(1), 978-979.

Shukla, N., & Fricklas, K. (2018). Machine Learning with Tensor Flow. Greenwich: Manning.

Soleymani, A. (2022). Your validation loss is lower than your training loss? This is why! Towards Data Science. https://towardsdatascience.com/what-your-validation-loss-is-lower-than-your-training-loss-this-is-why-5e92e0b1747e.

Sugiri, D., Hikmayanti, H., & Suharso, A. (2019). Rancang Bangun Aplikasi Kamus Sunda-Indonesia Dengan Metode Binary Search Berbasis Android. Techno Xplore : Jurnal Ilmu Komputer Dan Teknologi Informasi, 4(1), 1-14. https://doi.org/10.36805/technoxplore.v4i1.537.

Taufiqurahman, M. (2019). Rekognisi Karakter Aksara Sunda Tulisan Tangan Menggunakan Ekstraksi Ciri HOG dan Metode Klasifikasi SVM. Universitas Gadjah Mada. http://etd.repository.ugm.ac.id/penelitian/detail/183149.

Ungkawa, U., Fauzi, R., & Rohaeti, N. (2022). Penentuan Ukuran Citra Minimal Sistem Konversi Aksara Sunda dengan Metode Template Matching Correlation. Multimedia Artificial Intelligent Networking Database Journal, 7(2), 177-187. https://doi.org/10.26760/mindjournal.v7i2.177-187.

Usman, S. (2020). Terancam Punah dan Jalan Panjang Digitalisasi Aksara Daerah di Indonesia. Merdeka.Com. https://www.merdeka.com/teknologi/terancam-punah-dan-jalan-panjang-digitalisasi-aksara-daerah-di-indonesia.html.

Vaughan, J. (2018). What Is Tensorflow? Data Management Strategies Tech Target. https://www.techtarget.com/searchdatamanagement/definition/TensorFlow.