Deteksi Karakter Aksara Jawa Menggunakan YOLO11 Pendekatan Deep Learning untuk Pelestarian Warisan Budaya Digital

Abstrak

Aksara Jawa merupakan warisan budaya Nusantara yang menghadapi ancaman kepunahan akibat dominasi alfabet Latin dan minimnya pengguna yang mampu menulis dengan aksara tradisional ini. Penelitian ini bertujuan mengembangkan sistem deteksi karakter Aksara Jawa menggunakan algoritma You Only Look Once versi 11 (YOLO11) untuk mendukung upaya pelestarian budaya melalui digitalisasi yang efisien. Metode penelitian menggunakan pendekatan eksperimental dengan deep learning, dimana dataset Aksara Jawa yang terdiri dari 20 karakter dasar plus kelas background diperoleh dari Kaggle dan dipreproses menggunakan Roboflow dengan teknik augmentasi data. Model YOLO11 diimplementasikan dengan optimizer SGD, image size 640px, dan dilatih selama 500 epoch untuk mencapai konvergensi optimal. Arsitektur YOLO11 mengintegrasikan komponen advanced seperti C3K2 blocks, Spatial Pyramid Pooling-Fast (SPPF), dan Cross-scale Pixel Spatial Attention (C2PSA) untuk meningkatkan kemampuan ekstraksi fitur multiskala. Evaluasi kinerja model menggunakan confusion matrix dengan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model YOLO11 mencapai akurasi keseluruhan 81.00% dengan macro-averaged precision 86.28%, macro-averaged recall 87.25%, dan macro-averaged F1-score 86.41%. Distribusi kinerja model menunjukkan 7 kelas dengan performa tinggi (F1-score ≥ 90%), 9 kelas dengan kinerja sedang (80-90%), dan 4 kelas dengan kinerja rendah (<80%). Kelas "nga" mencapai performa sempurna 100%, sementara kelas "ha" menunjukkan kinerja terendah dengan F1-score 68.09%. Penelitian ini berhasil meningkatkan akurasi dibandingkan metode sebelumnya yang menggunakan backpropagation neural network (74%) dan backpropagation konvensional (59.5%), meskipun masih menghadapi tantangan dalam mendeteksi karakter yang memiliki bentuk mirip dan penanganan kelas background. Kontribusi utama penelitian adalah implementasi pertama YOLO11 untuk deteksi Aksara Jawa yang membuka peluang pengembangan sistem digitalisasi literatur kuno yang lebih efisien dan akurat.