DETEKSI AKSARA ULU REJANG MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO)

RIZKIANSYAH, NOVAL and Faurina, Ruvita and Sarwono, Sarwit (2022) DETEKSI AKSARA ULU REJANG MENGGUNAKAN METODE YOU ONLY LOOK ONCE (YOLO). Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
skripsi noval rizkiansyah G1A016047 (1).pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (6MB)

Abstract

Aksara ulu adalah kearifan lokal Provinsi Bengkulu. Namun banyak
Masyarakat Bengkulu yang belum mengenal aksara ulu bahkan tidak
mengetahui sama sekali Aksara Ulu hal ini akan menyebabkan aksara ulu
lama-kelamaan akan dilupakan dan menghilang.Pelestarian bisa dilakukan
dengan menyediakan aksesibilitas terhadap pengenalan aksara ulu otomatis
(terkomputerisasi) dengan metode deep learning.Penelitian ini bertujuan
untuk menghasilkan dataset teranotasi pada Aksara ulu rejang yang dapat
digunakan untuk semua orang khususnya untuk tugas identifikasi,
menghasilkan model YOLO untuk mengembangkan aplikasi deteksi aksara
ulu rejang dengan memanfaatkan model tersebut dan menghasilkan aplikasi
deteksi aksara ulu rejang berbasis android.Pengumpulan data dilakukan
dengan melakukan observasi langsung ke Museum bengkulu, kemudian
melakukan preprocessing dan augmentasi pada data sehingga mendapatkan
data berjumlah 1.400 gambar dan 10.164 objek.Penulis melakukan evaluasi
terhadap model dengan menggunakan metric MAP dan confusion matrix
berdasarkan nilai IoU threshold sebesar 0,5. Nilai ini diberikan berdasarkan
kompetisi Pascal VOC dan MS COCO. MAP dengan nilai IoU threshold 0,5
yang dihasilkan untuk semua kelas dari percobaan ini yaitu 0,796 untuk
MAP@0.5:0.95. Pengujian aplikasi menghasilkan nilai sebesar 82,83. Nilai
ini berarti bahwa aplikasi yang diujikan dapat diterima oleh pengguna.
Kata kunci : Object Detection, Deep Learning, Yolov5, Aksara ulu,

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Informatics Engineering
Depositing User: 58 lili haryanti
Date Deposited: 06 Oct 2025 07:57
Last Modified: 06 Oct 2025 07:57
URI: https://repository.unib.ac.id/id/eprint/27654

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200