Penerapan Metode Transfer Learning dengan Algoritma Convolutional Neural Network pada Pengenalan Pola Tulisan Aksara Mandailing

Abstract

Pada pengenalan pola tulisan aksara Mandailing menjadi tantangan tersendiri karena variasi kompleks dari bentuk huruf dan gaya tulisan yang berbeda dan unik pada penulisan sehingga, peneliti menerapkan Transfer Learning dengan Algoritma CNN dalam mengklasifikasi aksara mandailing secara cepat dan akurat. Metode Transfer Learning dengan algoritma CNN dan model VGG16 mencapai tingkat akurasi sebesar 100%, menunjukkan keberhasilan dalam mengklasifikasi pola aksara mandailing. Dataset yang dieperoleh dibagi menjadi data training dan testing 80:20%. Evaluasi model yang digunakan pada penelitian ini menggunakan Confusion Matrix menunjukkan bahwa model mampu mengenali setiap kelas dengan sempurna pada aksara mandailing, dan memiliki kemampuan yang sangat baik. Dengan nilai akurasi 100%, presisi 100%, recal 100% dan F1-score 100%. Penelitian menyimpulkan bahwa metode Tranfer Learing dengan Algoritma CNN berhasil melakukan pengenalan pola pada aksara Mandailing dengan akurat dan baik.