%A NIM.: 21106050040 Muhammad Javier Badruttamam
%O Nurochman,S.Kom.,M.Kom.
%T RANCANG BANGUN APLIKASI TRANSLITERASI DUA ARAH DAN KLASIFIKASI AKSARA BIMA BERBASIS OCR DAN CNN
%X Aksara Bima merupakan warisan budaya yang terancam punah akibat minimnya literasi dan metode pembelajaran konvensional yang monoton. Untuk mendukung upaya pelestarian, sebuah aplikasi terintegrasi berbasis kecerdasan buatan telah dikembangkan menggunakan metodologi Independent Scrum, sebuah kerangka kerja Agile yang memastikan proses pengembangan berjalan secara iteratif dan fleksibel. Aplikasi ini memiliki tiga fitur utama. Pertama, fitur Klasifikasi Karakter yang menggunakan Convolutional Neural Network (CNN) pada arsitektur Xception untuk mengenali tulisan tangan Aksara Bima dengan akurasi 99%, menyediakan media belajar interaktif. Kedua, fitur Transliterasi dari aksara Latin ke Aksara Bima menerapkan algoritma Longest Match First untuk memastikan konversi karakter multi-huruf yang akurat, mempermudah pengguna membuat materi ajar. Ketiga, sistem Optical Character Recognition (OCR) Tesseract yang dilatih secara kustom mampu mengubah gambar teks Aksara Bima (font, satu baris) menjadi teks Latin yang dapat disunting. Melalui pengujian pada 31 responden, aplikasi ini terbukti sangat mudah digunakan dengan skor System Usability Scale (SUS) mencapai 80.16 (kategori Excellent "A-"), serta dinilai sangat bermanfaat sebagai media edukasi dan pelestarian budaya dengan skor rata-rata 4.7 dari 5. Tugas akhir ini berhasil menciptakan solusi digital yang valid dan efektif untuk mendukung revitalisasi dan mendekatkan kembali masyarakat, khususnya generasi muda, dengan warisan budaya Aksara Bima.
Kata Kunci: Aksara Bima, Kecerdasan Buatan, Klasifikasi Gambar, Convolutional Neural Network, Optical Character Recognition, Transliterasi
%K Aksara Bima, Kecerdasan Buatan, Klasifikasi Gambar, Convolutional Neural Network, Optical Character Recognition, Transliterasi.
%D 2025
%I UIN SUNAN KALIJAGA YOGYAKARTA
%L digilib74189