[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-seo-289185-113":3,"detail-sidebar-cat-0-id-113":81,"doc-detail-289185-id":128},{"code":4,"msg":5,"data":6},0,"ok",{"site_id":7,"language":8,"slug":9,"title":10,"keywords":11,"description":12,"schema_data":13,"social_meta":74,"head_meta":76,"extra_data":78,"updated_unix":80},113,"id","handwritten-korean-character-recognition-using-convolutional-neural-network-alexnet-architecture","PENGENALAN TULISAN TANGAN BAHASA KOREA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR ALEXNET","","Budaya populer Korea Selatan, atau Korean Wave, memiliki penggemar besar di Indonesia sehingga minat terhadap bahasa Korea meningkat. Penelitian ini membahas pengenalan tulisan tangan bahasa Korea yang menghadapi kendala kesamaan bentuk dan pola huruf, sementara makna yang terkandung dapat berbeda. Model dikembangkan menggunakan Convolutional Neural Network dengan arsitektur AlexNet. Dataset terdiri dari 1000 citra (800 latih, 200 uji) dan diuji pada tiga skenario optimizer, yaitu Adam, SGD, dan RMSprop. Hasil menunjukkan akurasi tertinggi sebesar 78,5% pada optimizer SGD.",{"@graph":14,"@context":73},[15,34,56],{"@type":16,"itemListElement":17},"BreadcrumbList",[18,23,27,31],{"item":19,"name":20,"@type":21,"position":22},"https://docshare.wps.com","Home","ListItem",1,{"item":24,"name":25,"@type":21,"position":26},"https://docshare.wps.com/id/document/","Document",2,{"item":28,"name":29,"@type":21,"position":30},"https://docshare.wps.com/id/document/penelitian-laporan/","Penelitian & Laporan",3,{"item":32,"name":10,"@type":21,"position":33},"https://docshare.wps.com/id/document/handwritten-korean-character-recognition-using-convolutional-neural-network-alexnet-architecture/289185/",4,{"url":32,"name":10,"@type":35,"image":36,"author":41,"headline":10,"publisher":44,"fileFormat":47,"inLanguage":8,"description":12,"dateModified":48,"datePublished":49,"encodingFormat":47,"isAccessibleForFree":50,"interactionStatistic":51},"DigitalDocument",{"url":37,"@type":38,"width":39,"height":40},"https://docshare.wps.com/thumbnails/handwritten-korean-character-recognition-using-convolutional-neural-network-alexnet-architecture/289185.png","ImageObject",300,407,{"name":42,"@type":43},"Aran","Person",{"url":19,"name":45,"@type":46},"DocShare","Organization","application/pdf","2026-09-27","2026-09-17",true,{"@type":52,"interactionType":53,"userInteractionCount":55},"InteractionCounter",{"@type":54},"ViewAction",5,{"@type":57,"mainEntity":58},"FAQPage",[59,65,69],{"name":60,"@type":61,"acceptedAnswer":62},"Penelitian ini bertujuan untuk apa?","Question",{"text":63,"@type":64},"Mengenali tulisan tangan dalam bahasa Korea menggunakan Convolutional Neural Network dengan arsitektur AlexNet.","Answer",{"name":66,"@type":61,"acceptedAnswer":67},"Bagaimana komposisi dataset yang digunakan?",{"text":68,"@type":64},"Dataset berisi 1000 citra, dibagi menjadi 800 data latih dan 200 data uji.",{"name":70,"@type":61,"acceptedAnswer":71},"Optimizer apa saja yang dibandingkan, dan apa hasil akurasinya?",{"text":72,"@type":64},"Optimizer yang diuji adalah Adam, SGD, dan RMSprop. Akurasi tertinggi diperoleh dari optimizer SGD dengan tingkat akurasi 78,5%.","https://schema.org",{"og:url":32,"og:type":75,"og:title":10,"og:site_name":45,"og:description":12},"article",{"robots":77,"canonical":32},"index,follow",{"doc_id":79,"site_id":7},289185,1789634701,{"code":4,"msg":82,"data":83},"success",[84,89,93,97,101,105,108,112,116,120,124],{"id":85,"doc_module":4,"doc_module_name":25,"category_name":86,"show_sort_weight":87,"slug":88},55,"Agama & Spiritualitas",60,"religion-spirituality",{"id":90,"doc_module":4,"doc_module_name":25,"category_name":91,"show_sort_weight":87,"slug":92},48,"Cerita & Novel","story-novel",{"id":94,"doc_module":4,"doc_module_name":25,"category_name":95,"show_sort_weight":87,"slug":96},56,"Gaya Hidup","lifestyle",{"id":98,"doc_module":4,"doc_module_name":25,"category_name":99,"show_sort_weight":87,"slug":100},51,"Komik","comic",{"id":102,"doc_module":4,"doc_module_name":25,"category_name":103,"show_sort_weight":87,"slug":104},53,"Layanan Kesehatan","healthcare",{"id":106,"doc_module":4,"doc_module_name":25,"category_name":29,"show_sort_weight":87,"slug":107},54,"research-report",{"id":109,"doc_module":4,"doc_module_name":25,"category_name":110,"show_sort_weight":87,"slug":111},49,"Sastra","literature",{"id":113,"doc_module":4,"doc_module_name":25,"category_name":114,"show_sort_weight":87,"slug":115},52,"Teknologi","technology",{"id":117,"doc_module":4,"doc_module_name":25,"category_name":118,"show_sort_weight":87,"slug":119},50,"Ujian","exam",{"id":121,"doc_module":4,"doc_module_name":25,"category_name":122,"show_sort_weight":87,"slug":123},57,"Umum","general",{"id":125,"doc_module":4,"doc_module_name":25,"category_name":126,"show_sort_weight":4,"slug":127},181,"Formulir","formulir",{"code":4,"msg":82,"data":129},{"doc_id":79,"user_id":130,"nickname":42,"user_avatar":131,"doc_module":4,"category_id":106,"category_name":29,"doc_title":10,"doc_description":12,"doc_content":132,"file_id":133,"file_url":134,"file_type":135,"file_size":136,"view_count":55,"is_deleted":4,"is_public":22,"is_downloadable":22,"audit_status":22,"page_count":137,"language":138,"language_code":8,"site_id":7,"html_lang":8,"table_of_contents":139,"faqs":140,"seo_title":141,"seo_description":12,"update_tm":80,"read_time":142},137455076865,"https://ap-avatar.wpscdn.com/davatar_29158cc5080c5b710cf443261637dec0","SKRIPSI  \n# PENGENALAN TULISAN TANGAN BAHASA KOREAMENGGUNAKAN CONVOLUTIONAL NEURAL NETWORKARSITEKTUR ALEXNET\n\nOleh :  \nVirginia Grasella Adella 1822250007  \nPROGRAM STUDI INFORMATIKAFAKULTAS ILMU KOMPUTER DAN REKAYASAUNIVERSITAS MULTI DATA PALEMBANGPALEMBANG  \nProgram Studi InformatikaSkripsi Sarjana KomputerSemester Genap Tahun 2021/2022  \nPENGENALAN TULISAN TANGAN BAHASA KOREA MENGGUNAKANCONVOLUTIONAL NEURAL NETWORK ARSITEKTUR ALEXNET  \nVirginia Grasella Adella 1822250007  \nAbstrak  \nBudaya populer dari Korea Selatan atau lebih dikenal dengan Korean Wavememiliki penggemar yang besar di Indonesia. Dengan tingginya minat masyarakatterhadap budaya Korea, ketertarikan akan bahasa yang digunakan di Korea sendirijuga meningkat. Dalam pengenalan kosakata Bahasa Korea ada kemungkinanmengalami beberapa kendala dikarenakan bentuk dan pola pada huruf yang cukupsama antara satu dengan yang lainnya, tetapi makna yang terkandung didalamnyaberbeda-beda. Penelitian ini bertujuan untuk mengenali tulisan tangan dalam BahasaKorea menggunakan Convolutional Neural Network dengan arsitektur AlexNet.Dataset yang digunakan berisi 1000 citra dan dibagi menjadi 800 data latih dan 200data uji. Penelitian terdiri dari 3 skenario yaitu penelitian menggunakan optimizerAdam, optimizer SGD dan menggunakan optimizer RMSprop. Dalam penelitian inimenggunakan batchsize sebesar 40 dan learning rate sebesar 0,0001 . Penggunaan  \noptimizer Adam, SGD dan RMSprop menghasilkan nilai precision, recall, danaccuracy yang berbeda. Hasil akurasi tertinggi pada penelitian ini diperoleh darioptimizer SGD dengantingkat akurasi sebesar 78,5% .  \nKata kunci: Adam, AlexNet, RMSprop, SGD, Tulisan tangan Bahasa Korea.  \nBAB I  \nPENDAHULUAN  \nPada bab ini menguraikan beberapa hal latar belakang, kemudian rumusanmasalah dilanjutkan dengan ruang lingkup, tujuan dan manfaat, serta metodologipenelitian, dan sistematikapenulisan.  \n## 1.1. Latar Belakang\n\nDi era globalisasi yang semakin berkembang pesat, informasi dariseluruh penjuru dunia dapat dengan mudah kita dapatkan. Dengan mudahnyapenyebaran informasi ini, orang-orang dapat dengan mudah mengetahuiinformasi tentang suatu negara. Suatu trend dari suatu negara pun dapatdengan mudah menyebar ke seluruh dunia dengan cepat. Salah satu trendyang banyak digemari adalah Korean Wave/Demam Korea dari Korea  \nSelatan.  \nPesatnya kemajuan teknologi menjadi salah satu unsur suksesnyabudaya Korea dalam penyebaran budaya populer Korean Wave. Korean Wavebukan hanya tentang serial televisi Korea atau K-Drama tetapi di dalamnyaterdapat beberapa unsur lagi seperti musik atau yang biasa disebut K-Pop, K-fashion, K- Beauty, makanan-makan Korea, dan lain sebagainya. (Adi, 2019) .  \nSeiring dengan maraknya budaya pop Korea yang merambah keIndonesia, Bahasa Korea digemari oleh para remaja yang ingin lebih dekatdengan apa yang mereka sukai (Hasanah & Kharismawati, 2020) . HurufKorea berbeda dengan Bahasa Indonesia. Belajar bahasa Korea memilikikesulitan sendiri. Hal ini disebabkan karakter dalam bahasa Korea ini tidakdapat berdiri sendiri dan harus bergabung dengan karakter lain sehinggamemiliki makna sendiri. Orang yang ingin belajar sulit untuk memahami  \nsendiri (Sari, Tritoasmoro, & Susatio, 2012) .  \nHangul adalah satu-satunya aksara yang diciptakan oleh seorang  \nindividu berdasarkan teori dan maksud yang telah direncanakan dengan baik.  \nAturan penulisan dalam Hangul sama seperti bahasa lainnya, bisa ditulis  \ndengan penulisan horizontal yaitu penulisan dimulai dari arah kiri ke kanan,  \nsedangkan penulisan secara vertikal dengan penulisan yang dimulai dari arah  \natas ke bawah. (Soepomo, 2013) .  \nDalam pengenalan kosakata Bahasa Korea ada kemungkinanmengalami beberapa kendala atau kesulitan dikarenakan bentuk dan polapadahuruf yang cukup sama antara satu dengan yang lainnya, tetapi makna yangterkandung didalamnyaberbeda-beda.  \nSalah satu cara pengenalan kosakata dapat menggunakan neuralnetwork, metode neural network yang sering digunakan yaitu","cbCair9UJwb3RRQk","https://ap.wps.com/l/cbCair9UJwb3RRQk","pdf",1244419,17,"Indonesian","# BAB I PENDAHULUAN\n## 1.1 Latar Belakang","[{\"question\":\"Penelitian ini bertujuan untuk apa?\",\"answer\":\"Mengenali tulisan tangan dalam bahasa Korea menggunakan Convolutional Neural Network dengan arsitektur AlexNet.\"},{\"question\":\"Bagaimana komposisi dataset yang digunakan?\",\"answer\":\"Dataset berisi 1000 citra, dibagi menjadi 800 data latih dan 200 data uji.\"},{\"question\":\"Optimizer apa saja yang dibandingkan, dan apa hasil akurasinya?\",\"answer\":\"Optimizer yang diuji adalah Adam, SGD, dan RMSprop. Akurasi tertinggi diperoleh dari optimizer SGD dengan tingkat akurasi 78,5%.\"}]","PENGENALAN TULISAN TANGAN BAHASA KOREA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR ALEXNET | PDF",26]