Skripsi
Implementasi mekanisme encoder-decoder pada aplikasi image captioning bahasa Sunda dalam platform huggingface / Ranti Maulidaningsih
Abstrak
Bahasa Sunda merupakan salah satu bahasa daerah di Indonesia yang perlu dikenalkan untuk memperkuat identitas masyarakat Sunda. Kemajuan teknologi kecerdasan seperti image captioning dapat dimanfaatkan menjadi salah satu cara untuk meningkatkan minat masyarakat dalam mempelajari Bahasa Sunda. Penelitian ini mengimplementasikan mekanisme encode-decoder menggunakan prretrained Convolutional Neural Networks (CNN) sebagai encoder dan Long Short Term Memory (LSTM) sebagai decoder dalam pembuatan aplikasi image captioning Bahasa Sunda pada platform Huggingface. Penelitian berkontribusi untuk penggunaan website dan penggunaan Bahasa Sunda dalam image captioning. Terdapat empat skenario pelatihan model yang mana skenario terbaiknya adalah penggunaan ResNet101 pada encoder dan Bidirectional Long Short Term Memory (BiLSTM) pada decoder yang memperoleh skor Bilingual Evaluation Understudy (BLEU) sebesar 0.558. Penelitian ini diharapkan dapat berkontribusi dalam pelestarian Bahasa Sunda dan memperluas cakupan bahasa yang digunakan pada pemodelan image captioning.