Rancang Bangun Kembali Perangkat Lunak Android Pendeteksi Huruf Abjad Untuk Sistem Edukasi Pada Anak

Purnomo, Muhammad Rivadhli (2023) Rancang Bangun Kembali Perangkat Lunak Android Pendeteksi Huruf Abjad Untuk Sistem Edukasi Pada Anak. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111840000128-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (4MB) | Request a copy

Abstract

Dalam Tugas Akhir sebelumnya membahas tentang mengatasi belajar karena terdampak pandemik Covid-19 yeng membuat pembelajaran tidak dapat dilaksanakan dengan tatap muka. Pada kasus ini penulis mengusulkan untuk merancang bangun kembali aplikasi Welearn pada platform Android yang akan berfokus pada deteksi huruf. Deteksi huruf adalah sebuah proses yang menggunakan metode Transfer Learning. Input berupa gambar yang dituliskan oleh anak-anak TK pada smarthpone kemudian akan dikirimkan ke server untuk dideteksi, apakah penulisan gambar tersebut sesuai dengan yang diharapkan. Pendeteksi tulisan huruf dilakukan terhadap soal yang telah disediakan, kemudian akan melakukan deteksi apakah jawaban yang telah dituliskan benar atau salah yang akan ditandai dengan adanya notifikasi. Dalam Tugas Akhir sebelumnya menggunakan metode Convolutional Neural Network (CNN) dengan Transfer Learning MobileNet mendapatkan hasil akurasi 94%. Dalam Tugas Akhir ini akan menggunakan metode Deep Neural Network (DNN) dengan Transfer Learning DenseNet201 dengan hasil akurasi sebesar 97.73%. Akurasi ini menunjukan metode Transfer Learning tersebut dapat diterapkan pada aplikasi Welearn. Dalam penerapan teknologi ini pada aplikasi Android diharapkan dapat membantu pembelajaran terutama untuk anak TK dalam belajar huruf
=====================================================================================================================================
In the previous Final Project, he discussed coping with learning due to the impact of the Covid-19 pandemic which made face-to-face learning impossible. In this case the author proposes to redesign the Welearn application on the Android platform which will focus on letter detection. Letter detection is a process that uses the Transfer Learning method. Input in the form of images written by kindergarten children on smartphones will then be sent to the server to be detected, whether the writing of the images is as expected. Writing letter detection is carried out on the questions that have been provided, then it will detect whether the answer that has been written is correct or wrong which will be marked with a notification. In the previous Final Project using the Convolutional Neural Network (CNN) method with Transfer Learning MobileNet, the results obtained an accuracy of 94%. This Final Project will use the Deep Neural Network (DNN) method with Transfer Learning DenseNet201 with an accuracy of 97.73%. This accuracy shows that the Transfer Learning method can be applied to the Welearn application. In applying this technology to Android applications, it is hoped that it can help learning, especially for kindergarten children in learning letters

Item Type:	Thesis (Other)
Additional Information:	RSIf 005.1 Pur r-1 2023
Uncontrolled Keywords:	DenseNet, MobileNet, DNN, CNN, dan Welearn, DenseNet, MobileNet, DNN, CNN, and Welearn.
Subjects:	L Education > L Education (General) T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Muhammad Rivadhli Purnomo
Date Deposited:	09 Feb 2023 06:16
Last Modified:	28 Aug 2023 02:41
URI:	http://repository.its.ac.id/id/eprint/96537

Actions (login required)

View Item