Klasifikasi nama benda dalam aksara Jawa berbasis android menggunakan metode Convolutional Neural Network

INDONESIA

Indonesia terdapat berbagai macam suku dan budaya, setiap suku menggunakan bahasa yang berbeda setiap daerahnya, misalnya bahasa jawa yang sering digunakan dalam masyarakat jawa. Saat ini aksara jawa yang salah satu warisan budaya yang patut dilestarikan karena akibat modernisasi bahasa lain sehingga aksara jawa semakin jarang digunakan. Memanfaatkan teknologi diperlukan sebuah inovasi untuk mengenalkan kata benda dalam aksara jawa, salah satunya adalah dengan mengembangkan aplikasi yang interaktif. Dengan memanfaatkan pembelajaran Deep Learning terdapat salah satu metode Convolutional Neural Network (CNN) merupakan kelas dari jaringan saraf yang sering digunakan untuk menganalisis citra visual. Dalam penerapanya dapat digunakan untuk mengklasifikasi pada objek yang diamati berdasarkan karakteristik yang telah ditentukan. Data citra visual yang digunakan adalah nama benda disekitar lingkungan rumah yang dijadikan sebagai sumber data untuk dilatih menggunakan metode CNN. Pada penelitian ini memanfaatkan library keras, terdapat 20 kelas benda yang digunakan, dengan pengujian data testing sebanyak 2400 citra benda menunjukan tingkat akurasi sebesar 95% yang dinilai telah mampu melakukan identifikasi nama kata benda.

INGGRIS

In Indonesia, there are various kinds of tribes and cultures, each tribe using a different language for each region, for example the Javanese language which is often used in Javanese society. Currently Javanese script is one of the cultural heritages that should be preserved due to the modernization of other languages so that Javanese script is rarely used. Utilizing technology requires an innovation to introduce nouns in Javanese script, one of which is by developing interactive applications. By utilizing deep learning, there is a Convolutional Neural Network (CNN) method which is a class of neural networks that is often used to analyze visual images. In its application, it can be used to classify the observed object based on predetermined characteristics. Visual image data used are the names of objects around the home environment which are used as data sources to be trained using the CNN method. In this study, using a hard library, there are 20 classes of objects used, with testing data testing as many as 2400 images of objects showing an accuracy rate of 95% which is considered capable of identifying noun names.

ARABIC

يوجد في إندونيسيا أنواع مختلفة من القبائل والثقافات ، كل قبيلة تستخدم لغة مختلفة لكل منطقة ، على سبيل المثال اللغة الجاوية التي غالبًا ما تستخدم في المجتمع الجاوي. يعد الخط الجاوي حاليًا أحد التراث الثقافي الذي يجب الحفاظ عليه بسبب تحديث اللغات الأخرى بحيث نادرًا ما يتم استخدام النص الجاوي. يتطلب استخدام التكنولوجيا ابتكارًا لإدخال الأسماء في النص الجاوي ، أحدها عن طريق تطوير تطبيقات تفاعلية. من خلال استخدام التعلم العميق ، توجد طريقة شبكة عصبية تلافيفية وهي فئة من الشبكات العصبية التي تستخدم غالبًا لتحليل الصور المرئية. في تطبيقه ، يمكن استخدامه لتصنيف الكائن المرصود بناءً على خصائص محددة مسبقًا. بيانات الصورة المرئية المستخدمة هي أسماء الكائنات الموجودة حول البيئة المنزلية والتي يتم استخدامها كمصادر للبيانات ليتم تدريبها باستخدام طريقة الشبكة العصبية التلافيفية. في هذه الدراسة ، باستخدام مكتبة صلبة ، هناك 20 فئة من الكائنات المستخدمة ، مع اختبار البيانات لما يصل إلى 2400 صورة لكائنات تظهر معدل دقة 95٪ والتي تعتبر قادرة على تحديد أسماء الأسماء