Aksara daerah merupakan sistem ortografi hasil masyarakat daerah yang meliputi aksara dan sistem pengaksaraan untuk menuliskan bahasa daerah, salah satunya
adalah Aksara Sunda. Berbagai penelitian sebagai usaha digitasi dalam pelestarian Aksara Sunda dengan berbagai metode dalam machine learning dengan fokus
Optical Recognition Character (OCR) terutama Convolutional Neural Network (CNN) sudah dilakukan. Namun, data yang ada pada saat ini terbatas pada karakter yang
menjadi bagian swara, ngalagena, rarangkén dan angka. Masih sedikit sistem OCR yang menggunakan dataset kata Aksara Sunda yang berupa gabungan antara
ngalagena dan swara dengan rarangkén. Dengan penambahan dataset kata tersebut dapat menghasilkan dua model, yaitu model ensemble dan model Connectionist
Temporal Classification (CTC). Model ensemble dengan ensemble weight sebesar 0,5 berhasil mencapai akurasi sebesar 0,912, presisi sebesar 0,889, sensitifitas sebesar
0,701, dan F1-score sebesar 0,755. Model CTC berhasil mencapai nilai Character Error Rate (CER) sebesar 0,069 dan nilai Word Error Rate (WER) sebesar 0,087.
Kata Kunci: Optical Character Recognition, Aksara Sunda, Convolutional Neural Network, Recurrent Neural Network, Connectionist Temporal Classification, EfficientNet.