DHIMAS RIZQI AKBAR (2024) VISUALISASI GRAD-CAM PADA PREDIKSI KARAKTER HURUF ARAB. S1 thesis, Universitas Muhammadiyah Yogyakarta.

[thumbnail of Halaman Judul] Text (Halaman Judul)
Halaman Judul.pdf
Download (218kB)
[thumbnail of Lembar Pengesahan] Text (Lembar Pengesahan)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (559kB)
[thumbnail of Abstrak] Text (Abstrak)
Abstrak.pdf
Restricted to Registered users only
Download (156kB)
[thumbnail of Bab I] Text (Bab I)
Bab I.pdf
Download (152kB)
[thumbnail of Bab II] Text (Bab II)
Bab II.pdf
Restricted to Registered users only
Download (123kB)
[thumbnail of Bab III] Text (Bab III)
Bab III.pdf
Restricted to Registered users only
Download (504kB)
[thumbnail of Bab IV] Text (Bab IV)
Bab IV.pdf
Restricted to Registered users only
Download (469kB)
[thumbnail of Bab V] Text (Bab V)
Bab V.pdf
Restricted to Registered users only
Download (122kB)
[thumbnail of Daftar Pustaka] Text (Daftar Pustaka)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (138kB)
[thumbnail of Lampiran] Text (Lampiran)
Lampiran.pdf
Restricted to Registered users only
Download (1MB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (745kB)
[thumbnail of Full Text] Text (Full Text)
Full Text.pdf
Restricted to Repository staff only
Download (3MB)

Abstract

Penelitian ini fokus pada eksplorasi visualisasi class activation pada karakter Arab menggunakan model kustom, dibandingkan dengan model populer AlexNet dan LeNet. Metode visualisasi Class Activation Mapping (CAM) digunakan untuk memahami proses identifikasi karakter oleh model, memungkinkan observasi terhadap area fokus saat model mengenali karakter tertentu. Dengan melatih Convolutional Neural Network (CNN) menggunakan dataset besar untuk pengenalan karakter Arab, dan menerapkan visualisasi CAM, penelitian bertujuan mengidentifikasi komponen kunci yang mendukung akurasi tinggi dalam pengenalan karakter. Harapannya, penelitian ini tidak hanya memberikan pemahaman mendalam tentang proses pengenalan karakter Arab oleh model, tetapi juga dapat membantu mengidentifikasi potensi kesalahan selama proses tersebut. Hasilnya diharapkan dapat meningkatkan kemampuan model dalam mengenali aksara Arab, termasuk pengolahan teks Arab yang rusak atau kabur. Kesimpulannya, penelitian ini diharapkan membuka jalan untuk pengembangan teknologi yang lebih efektif dalam memahami dan memproses teks Arab dengan tingkat akurasi yang lebih tinggi.

Dosen Pembimbing: Asroni, S.T., M.Eng. and Cahya Damarjati, S.T., M.Eng., Ph.D. | NIDN0526047401, NIDN0515038702
Item Type: Thesis (S1)
Uncontrolled Keywords: Hijaiyah letters, AlexNet, LeNet, CAM, CNN
Divisions: Fakultas Teknik > S1 Teknologi Informasi
Depositing User: Aidilla Qurotianti
Date Deposited: 16 Feb 2024 07:02
Last Modified: 16 Feb 2024 07:02
URI: https://etd.umy.ac.id/id/eprint/44512

Actions (login required)

View Item View Item