Classification of Lontara Script from South Sulawesi Using CNN
Abstract
Sebagai negara kepulauan dengan keberagaman budaya dan bahasa, Indonesia memegang peran penting dalam menyimpan dan merawat warisan budaya. Salah satu warisan tersebut adalah aksara Lontara, sebuah sistem tulisan tradisional yang telah digunakan secara luas di Sulawesi Selatan. Penelitian ini melakukan perbandingan beberapa arsitektur CNN untuk klasifikasi aksara Lontara dalam konteks OCR. Hasil eksperimen menunjukkan bahwa arsitektur CNN yaitu VGG16 mencapai performa terbaik dengan akurasi training validation sebesar 97% dan testing sebesar 90% dibandingkan dengan arsitektur VGG19, ResNet, dan ResNetV2.
Kata kunci— aksara Lontara, citra digital, ocr, klasifikasi, cnn.
References
Abd. Aziz Ahmad., 'Melestarikan Budaya Tulis Nusantara'. 2014.
Aldi Setiawan, Herry Sujaini, Arif Bijaksana, 'Implementasi Optical Character Recognition (OCR) pada Mesin Penerjemah Bahasa Indonesia ke Bahasa Inggirs', 2017.
Hardian Oktavianto, Henny Wahyu Sulistyo, 'Optical Character Recognition Untuk Ekstraksi Teks Rambu Lalu Lintas', 2018.
Ivan Sukma Hanindria, Hendry, 'Pengklasifikasian Aksara Jawa Metode Convolutional Neural Network', 2022.
Asri Hidayat, Ingrid Nurtanio, Zulkifli Tahir, 'Segmentation and Recognition of Handwritten Lontara Characters Using Convolutional Neural Network', 2020.
Mulyanto, A. et al., 'Penerapan Convolutional Neural Network (CNN) pada Pengenalan Aksara Lampung Berbasis Optical Character Recognition (OCR)', JEPIN (Jurnal Edukasi dan Penelitian Informatika), 2021, 7(1), pp. 52–57.
Umam, C. and Budi Handoko, L., 'Convolutional Neural Network (CNN) Untuk Identifkasi Karakter Hiragana', Prosiding Seminar Nasional Lppm Ump, 0(0), 2020, pp. 527–533. Available at: https://semnaslppm.ump.ac.id/index.php/semnaslppm/art icle/view/199.
Agi Prasetiadi, Julian Saputra, Iqsyahiro Kresna, Imada Ramadhanti, 'Deep Learning Approaches for Nusantara Scripts Optical Character Recognition using Convolutional Neural Network, ConvMixer, and Visual Transformer', 2023.
