TA: PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Nasional Bandung
Author
SHANEVA, AMELIA
Subject
Datestamp
2021-05-05 04:31:27
Abstract :
Budaya Korea mulai menyebar luas di seluruh dunia mulai dari style hidup, musik, makanan maupun minuman dan masih banyak hal yang menarik dari Budaya Korea ini. Salah satu yang menarik untuk dipelajari adalah dengan mengenal Huruf Bahasa Korea (Hangul) yang merupakan karakter non latin. Jika Huruf Hangul sudah dipelajari maka selanjutnya yang wajib dipelajari oleh orang awam adalah suku kata Bahasa Korea yang pembuatannya berbeda dengan suku kata Bahasa Indonesia. Oleh karena sulit nya mempelajari suku kata Bahasa Korea untuk memahami suatu kalimat diperlukan suatu sistem yang dapat mengenali suku kata bahasa Korea. Oleh karena itu, pada penelitian ini merancang sistem untuk mengenali suku kata bahasa Korea, metode yang digunakan adalah Convolutional Neural Network dengan arsitektur VGG. Sistem melakukan proses pengenalan pada suku kata Bahasa Korea berdasarkan model yang sudah dilatih dengan menggunakan 72 kelas suku kata. Hasil pengujian pada 72 kelas suku kata Bahasa Korea ini memperoleh nilai rata-rata akurasi sebesar 96%, nilai rata-rata presisi sebesar 96%, nilai rata-rata recall sebesar 100% dan nilai rata-rata F1 score sebesar 98%. Kata Kunci: Pengolahan Citra, CNN, VGG, Bahasa Korea
Budaya Korea mulai menyebar luas di seluruh dunia mulai dari style hidup, musik, makanan maupun minuman dan masih banyak hal yang menarik dari Budaya Korea ini. Salah satu yang menarik untuk dipelajari adalah dengan mengenal Huruf Bahasa Korea (Hangul) yang merupakan karakter non latin. Jika Huruf Hangul sudah dipelajari maka selanjutnya yang wajib dipelajari oleh orang awam adalah suku kata Bahasa Korea yang pembuatannya berbeda dengan suku kata Bahasa Indonesia. Oleh karena sulit nya mempelajari suku kata Bahasa Korea untuk memahami suatu kalimat diperlukan suatu sistem yang dapat mengenali suku kata bahasa Korea. Oleh karena itu, pada penelitian ini merancang sistem untuk mengenali suku kata bahasa Korea, metode yang digunakan adalah Convolutional Neural Network dengan arsitektur VGG. Sistem melakukan proses pengenalan pada suku kata Bahasa Korea berdasarkan model yang sudah dilatih dengan menggunakan 72 kelas suku kata. Hasil pengujian pada 72 kelas suku kata Bahasa Korea ini memperoleh nilai rata-rata akurasi sebesar 96%, nilai rata-rata presisi sebesar 96%, nilai rata-rata recall sebesar 100% dan nilai rata-rata F1 score sebesar 98%. Kata Kunci: Pengolahan Citra, CNN, VGG, Bahasa Korea
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
