Detail Cantuman

PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT

PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT


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%.


LOADING LIST...

LOADING LIST...

Detail Information

Bagian Informasi
Pengarang AMELIA SHANEVA / 15-2016-010 - Personal Name
0430078701 - Irma Amelia Dewi S.Kom., M.T - Personal Name
No. Panggil 529IF/20
Subyek Pengolahan Citra, CNN, VGG, Bahasa Korea
Fakultas FTI
Tahun Terbit 2020
Jurusan Teknik Informatika
Deskripsi Fisik
Info Detil Spesifik


Citation

. (2020).PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT().Teknik Informatika:FTI

.PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT().Teknik Informatika:FTI,2020.Text

.PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT().Teknik Informatika:FTI,2020.Text

.PENERAPAN ARSITEKTUR VGG UNTUK MENDETEKSI SUKU KATA BAHASA KOREA BERDASARKAN IMAGE TEXT().Teknik Informatika:FTI,2020.Text

 



Homepage Info

Koleksi  ETD adalah merupakan Tugas Akhir mahasiswa Itenas dalam menempuh program Sarjana/Magister. Seluruh isi dari Tugas Akhir adalah merupakan tanggung jawab penulis sepenuhnya.

Koleksi


Total ETDs : 20322

Total Kunjungan: 26011 dari Maret 2018

Media Sosial / Kanal

Address

UPT Perpustakaan Itenas
Jl. PKH. Mustopha No.23
Bandung 40124, Indonesia
Phone: +62-22-7272215,
email: libary[at]itenas.ac.id