Text

IMPLEMENTASI METODE CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN TRANSFER LEARNING UNTUK PENGENALAN POLA TULISAN TANGAN HURUF ARAB MELAYU

---

Penelitian ini dilatarbelakangi oleh adanya research gap dalam penerapan Convolutional Neural Network (CNN) berbasis transfer learning untuk pengenalan pola tulisan tangan huruf Arab Melayu, khususnya dalam upaya meningkatkan akurasi klasifikasi melalui pemanfaatan model pre-trained yang lebih mendalam dan adaptif. Penelitian ini bertujuan untuk mengimplementasikan metode CNN dengan pendekatan transfer learning dalam mengenali pola tulisan tangan huruf Arab Melayu serta membangun sistem klasifikasi berbasis web sebagai media pembelajaran. Dataset yang digunakan berjumlah 3.600 citra, terdiri atas 3.500 huruf Arab Melayu yang diperoleh secara primer dan 100 citra bukan Arab Melayu yang diperoleh secara sekunder. Data dibagi menjadi 80% untuk pelatihan, 10% validasi, dan 10% pengujian. Model yang dibandingkan meliputi CNN Sequential, MobileNetV3Small, dan MobileNetV3Large menggunakan framework TensorFlow dan Keras, dengan evaluasi berdasarkan accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa MobileNetV3Small memperoleh performa terbaik dengan accuracy sebesar 92% dan F1-score sebesar 92%, lebih tinggi dibandingkan CNN Sequential (85%) dan MobileNetV3Large (89%). Kontribusi penelitian ini terletak pada penerapan transfer learning menggunakan MobileNetV3Small pada dataset tulisan tangan Arab Melayu serta pengembangan sistem berbasis web untuk mendukung pembelajaran dan pelestarian budaya melalui teknologi deep learning.

---

Availability

Detail Information

Call Number

Informatika 899.28 rAJ I

Language

Indonesia

NPM

223510526

Publisher

Teknik Mesin : Universitas Islam Riau., 2026

Keyword(s)

Convolutional Neural Network
MobileNetV3Smal
Arab Melayu

Other Information

Petugas

Ayu Agustina

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment