Aksara Sunda merupakan karakter yang dipakai oleh suku Sunda untuk menulis kata-kata dalam bahasa Sunda. Aksara Sunda terdiri dari beberapa jenis karakter, termasuk karakter khusus, rarangk?n, pasangan, aksara ngalagena, dan aksara swara. Di era sekarang, banyak remaja merasa bahwa mempelajari aksara sunda sulit karena bentuknya yang unik dan kompleks. Oleh karena itu, diperlukan pendekatan untuk mengatasi persoalan ini. Salah satu cara yang digunakan untuk mengatasi masalah ini adalah dengan mengenali citra menggunakan metode Convolutional Neural Network (CNN).
Dalam penelitian Tugas Akhir ini, EfficientNet diajukan sebagai pilihan arsitektur Convolutional Neural Network (CNN). EfficientNet adalah arsitektur CNN yang menskalakan semua dimensi kedalaman, lebar, dan resolusi pada citra secara seragam, menggunakan rangkaian koefisien penskalaan yang sudah ditetapkan. Dataset yang digunakan dalam Tugas Akhir ini bersumber dari buku elektronik berjudul “Direktori Aksara Sunda untuk Unicode” yang disusun oleh Idin Baidillah dkk, dengan jumlah dataset sebanyak 5780 citra dengan format .jpg.
Citra akan diklasifikasikan menjadi 18 kelas, dimana kelas tersebut merupakan sample dari aksara sunda yang digunakan dalam penelitian. Parameter yang digunakan dalam penelitian ini terdiri dari akurasi, loss, recall, presisi, dan F1score. Hasil pengujian terbaik diperoleh menggunakan optimizer Adam, batch size 64, learning rate 0.001, dan epoch 100 dengan tingkat akurasi 91.8%,loss 0.344, recall 91.5%, presisi 91.8%, dan F1score 91.6%.
Kata kunci : aksara sunda, citra digital, CNN, EfficientNet