LODDOSINSTITUTELODDOSINSTITUTE

Jurnal Sistem Informasi, Teknik Informatika dan Teknologi PendidikanJurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan

Aksara Batak Toba merupakan salah satu warisan budaya Indonesia yang eksistensinya semakin menurun seiring perkembangan zaman, sehingga upaya pelestarian melalui digitalisasi menjadi krusial. Penelitian sebelumnya telah berhasil mengenali karakter dasar (Ina Ni Surat) tulisan tangan digital dengan akurasi tinggi, namun belum mencakup pengenalan aksara secara lengkap, termasuk tanda diakritik (Anak Ni Surat) yang berfungsi mengubah bunyi vokal. Tantangan utama dalam pengenalan aksara lengkap adalah variasi bentuk tulisan tangan yang tinggi dan kompleksitas visual dalam membedakan diakritik yang kecil. Penelitian ini bertujuan mengembangkan dan mengevaluasi model pengenalan pola yang robust untuk klasifikasi Aksara Batak Toba secara lengkap (karakter dasar dan diakritik) dari citra tulisan tangan menggunakan Transfer Learning EfficientNet B0 yang fine‑tuned dengan bobot pre‑trained ImageNet, menghasilkan akurasi klasifikasi sebesar 99% pada data pengujian.

Implementasi Transfer Learning dengan arsitektur EfficientNet B0 berhasil mencapai akurasi 99% dalam klasifikasi lengkap Aksara Batak Toba, menunjukkan efektivitas fine‑tuning pada bobot pre‑trained ImageNet untuk menangkap fitur aksara daerah meskipun dengan variasi tulisan tangan tinggi.Analisis Confusion Matrix mengindikasikan bahwa mekanisme compound scaling pada EfficientNet B0 serta penggunaan Dropout 0.3 secara signifikan meningkatkan kemampuan model membedakan karakter diakritik kecil dan mencegah overfitting, sehingga menghasilkan generalisasi yang kuat pada data baru.Penelitian ini memberikan kontribusi penting bagi digitalisasi aksara Nusantara dan membuka peluang pengembangan selanjutnya pada perangkat seluler real‑time serta integrasi ke sistem OCR untuk manuskrip kuno.

Penelitian selanjutnya dapat menyelidiki penerapan model EfficientNet B0 untuk pengenalan aksara Batak Toba pada perangkat seluler dengan kemampuan inferensi waktu nyata, serta mengevaluasi dampak latensi, konsumsi energi, dan akurasi pada berbagai konfigurasi hardware. Selain itu, perlu dikembangkan integrasi pengklasifikasi ini ke dalam pipeline OCR yang lengkap, mencakup segmentasi, deteksi baris, dan penggunaan model bahasa untuk mengubah tulisan tangan manuskrip menjadi teks digital yang dapat diedit. Selanjutnya, eksplorasi teknik augmentasi data lanjutan dan pembelajaran few‑shot dapat meningkatkan performa pada kelas diakritik yang jarang serta pada manuskrip yang mengalami degradasi berat, sehingga memperluas kemampuan model dalam kondisi data yang terbatas.

  1. APLIKASI PENGENALAN AKSARA JAWA “HANACARAKA” BERBASIS AUGMENTED REALITY | Susilo | JIPETIK:Jurnal... journal.upgris.ac.id/index.php/jipetik/article/view/9719APLIKASI PENGENALAN AKSARA JAWA AuHANACARAKAAy BERBASIS AUGMENTED REALITY Susilo JIPETIK Jurnal journal upgris ac index php jipetik article view 9719
  2. Vol. 5 No. 2 (2026): Jurnal Sistem Informasi, Teknik Informatika dan Teknologi Pendidikan IN PROGRESS... loddosinstitute.org/journal/index.php/JUSTIKPEN/issue/view/59Vol 5 No 2 2026 Jurnal Sistem Informasi Teknik Informatika dan Teknologi Pendidikan IN PROGRESS loddosinstitute journal index php JUSTIKPEN issue view 59
  3. Design of Batak Toba Script Recognition System Using Convolutional Neural Network Algorithm | Sinkron... jurnal.polgan.ac.id/index.php/sinkron/article/view/12617Design of Batak Toba Script Recognition System Using Convolutional Neural Network Algorithm Sinkron jurnal polgan ac index php sinkron article view 12617
Read online
File size372.63 KB
Pages8
DMCAReport

Related /

JURIS Penerapan YOLO dan OpenCV dalam Klasifikasi Kendaraan pada Lalu Lintas Kota Depok 2026More at 2026

ITB ADITB AD 8%. Dengan hasil ini, model mampu mendeteksi dan mengklasifikasikan kendaraan secara real time dengan akurasi tinggi dalam berbagai kondisi pencahayaan8%. Dengan hasil ini, model mampu mendeteksi dan mengklasifikasikan kendaraan secara real time dengan akurasi tinggi dalam berbagai kondisi pencahayaan

JURIS Implementasi Deep Learning Algoritma Convolutional Neural Network untuk Klasifikasi Kesegaran Buah dan Sayur 2026More at 2026

UBUB Buah dan sayur merupakan sumber utama vitamin, mineral, dan serat yang sangat penting untuk menjaga kesehatan tubuh. WHO merekomendasikan konsumsi sebesarBuah dan sayur merupakan sumber utama vitamin, mineral, dan serat yang sangat penting untuk menjaga kesehatan tubuh. WHO merekomendasikan konsumsi sebesar

JURIS Deteksi Penyakit Pada Daun Tanaman Padi Berbasis Yolov8 2026More at 2026

UBUB 999 citra, yang mencakup 1. 867 citra dari Kaggle Repository dan 132 citra hasil pengambilan data lokal di Bangkalan, Jawa Timur. Dataset dibagi menjadi999 citra, yang mencakup 1. 867 citra dari Kaggle Repository dan 132 citra hasil pengambilan data lokal di Bangkalan, Jawa Timur. Dataset dibagi menjadi

JURIS Application of Deep Learning with Image Preprocessing for Strawberry Leaf Disease Classification 2025More at 2025

UMJ PremiumUMJ Premium Tujuan dari proyek ini adalah untuk mengatasi keterbatasan metode manual, yaitu inspeksi visual yang memakan waktu dan rawan kesalahan. Dengan menerapkanTujuan dari proyek ini adalah untuk mengatasi keterbatasan metode manual, yaitu inspeksi visual yang memakan waktu dan rawan kesalahan. Dengan menerapkan

JURIS Phishing Website Detection via a Transfer Learning based XGBoost Meta learner with SMOTE Tomek 2025More at 2025

PTTIPTTI Teknik SMOTE‑Tomek menyeimbangkan kelas minoritas, sehingga meningkatkan recall dan F1-score. Model ini menunjukkan generalisasi superior dibandingkanTeknik SMOTE‑Tomek menyeimbangkan kelas minoritas, sehingga meningkatkan recall dan F1-score. Model ini menunjukkan generalisasi superior dibandingkan

JURIS Klasifikasi Cyberbullying Pada Tweet Bahasa Sunda Dengan Menggunakan Hybrid Learning Model 2025More at 2025

ITENASITENAS Peneliti melakukan eksperimen untuk mengevaluasi kinerja masing-masing model dengan mengukur akurasi dan F1-score. Berdasarkan hasil penelitian, modelPeneliti melakukan eksperimen untuk mengevaluasi kinerja masing-masing model dengan mengukur akurasi dan F1-score. Berdasarkan hasil penelitian, model

JURIS Analisis Perbandingan Algoritma CNN Dan SVM Pada Klasifikasi Ekspresi Wajah 2023More at 2023

UNDHIRA BALIUNDHIRA BALI Hasil ini dapat menjadi dasar untuk pengembangan metode yang lebih baik di masa depan menggunakan teknik Deep Learning guna meningkatkan akurasi pengenalanHasil ini dapat menjadi dasar untuk pengembangan metode yang lebih baik di masa depan menggunakan teknik Deep Learning guna meningkatkan akurasi pengenalan

JURIS Klasifikasi Citra Penyakit Daun Tanaman Padi Menggunakan CNN dengan Arsitektur VGG 19 2023More at 2023

LLDIKTI10LLDIKTI10 Data pada penelitian ini terbagi atas 4 kelas, yaitu blast, brown spot, leaf smut, dan healthy dengan jumlah data asli sebanyak 440 dan data augmentasiData pada penelitian ini terbagi atas 4 kelas, yaitu blast, brown spot, leaf smut, dan healthy dengan jumlah data asli sebanyak 440 dan data augmentasi

Useful /

JURIS Pengembangan Sistem E Learning Inklusif Cerdas untuk Tuna Netra dengan Integrasi Teknologi Voice Command dan Text To Speech 2026More at 2026

UBUB Hasil dokumentasi sprint menunjukkan bahwa fitur ini berfungsi sesuai dengan skenario pengujian internal dan berpotensi meningkatkan aksesibilitas. MeskipunHasil dokumentasi sprint menunjukkan bahwa fitur ini berfungsi sesuai dengan skenario pengujian internal dan berpotensi meningkatkan aksesibilitas. Meskipun

JURIS Simplifikasi Graf Pemanggilan Fungsi Pendekatan Community Detection Untuk Mempermudah Pemahaman Struktur Kode 2026More at 2026

UBUB Graf pemanggilan fungsi (function call graph) merupakan kakas yang efektif untuk memetakan hubungan antar-fungsi, yang membantu pengembang dalam menelusuriGraf pemanggilan fungsi (function call graph) merupakan kakas yang efektif untuk memetakan hubungan antar-fungsi, yang membantu pengembang dalam menelusuri

JURIS Grey Wolf Optimizer untuk Seleksi Fitur pada Deteksi Kecacatan Perangkat Lunak 2026More at 2026

UBUB Deteksi kecacatan perangkat lunak berperan penting dalam mengidentifikasi komponen yang berpotensi bermasalah sebelum kegagalan terjadi. Penelitian iniDeteksi kecacatan perangkat lunak berperan penting dalam mengidentifikasi komponen yang berpotensi bermasalah sebelum kegagalan terjadi. Penelitian ini

JURIS Fitur Information Gain untuk Meningkatkan Nilai Performa Pengklasifikasi Machine Learning pada Analisis Sentimen Komentar Spam Pengguna Youtube 2026More at 2026

UBUB Eksperimen menunjukkan peningkatan akurasi, presisi, recall, dan f1-score pada semua algoritma setelah penerapan information gain. KNN memberikan akurasiEksperimen menunjukkan peningkatan akurasi, presisi, recall, dan f1-score pada semua algoritma setelah penerapan information gain. KNN memberikan akurasi

ads-block-test