UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Visitor
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Implementasi Algoritma Convolutional Neural Network Untuk Pengenalan Karakter Hanzi Mandarin Berbasis Aplikasi Mobile
Penanda Bagikan

Skripsi

Implementasi Algoritma Convolutional Neural Network Untuk Pengenalan Karakter Hanzi Mandarin Berbasis Aplikasi Mobile

Muhammad Akbar Azis - Nama Orang;

ABSTRAK

MUHAMMAD AKBAR AZIS, 2026. Implementasi Algoritma Convolutional Neural Network Untuk Pengenalan Karakter Hanzi Mandarin Berbasis Aplikasi Mobile (dibimbing oleh Rohayati dan Muhammad Resha)

Permasalahan yang terjadi adalah kesulitan pengguna dalam mengenali karakter Hanzi karena bentuknya kompleks dan memiliki kemiripan visual antar karakter. Oleh karena itu, peneliti menawarkan solusi dengan mengimplementasikan algoritma Convolutional Neural Network (CNN) dalam aplikasi mobile berbasis Android untuk mengenali karakter Hanzi New HSK 1. Penelitian ini bertujuan untuk mengimplementasikan CNN dalam mengenali dan mengklasifikasikan karakter Hanzi serta mengembangkan aplikasi yang dapat membantu proses pengenalan dan pembelajaran Hanzi. Data ini diperoleh melalui studi pustaka dan penggunaan dataset citra yang terdiri dari 150 karakter Hanzi dan 1 kelas non-Hanzi. Metode yang digunakan dalam penelitian adalah Research and Development (R&D) dengan model pengembangan Waterfall, sedangkan analisis performa model menggunakan accuracy, precision, recall, F1-score, dan confusion matrix. Hasil penelitian menunjukkan bahwa model CNN mampu mengklasifikasikan 151 kelas dengan accuracy sebesar 97,38%, precision 97%, recall 97%, dan F1-score 97%. Pengujian sistem menunjukkan waktu prediksi sebesar 0,32–1,02 detik, dengan jarak scan optimal 5-15 cm. Aplikasi dikembangkan menggunakan Flutter, Flask, dan MySQL serta menyediakan fitur scan, kamus Hanzi, kuis, dan riwayat prediksi. Pengujian usability menggunakan SUS memperoleh skor 91,16 dengan kategori Excellent.

Kata Kunci: Hanzi, CNN, Flutter, Flask, Scan.


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 1026) SKR/TI/2026 REF MUH i
3080/SKR-Ti/AKBA/26
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR MUH i
Penerbit
Makassar : UNITAMA., 2026
Deskripsi Fisik
xxi + 115 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF MUH i
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Rohayati dan Pembimbing II: Muhammad Resha Penguji: Supriadi Sahibu, Ilham dan Andi Maulidinnawati A. K. Parewe
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?