Klasifikasi Motif Batik Menggunakan Metode Convolutional Neural Network (CNN) Dengan Multi Class Clasification

Penulis

  • samsul arifin Universitas Amikom Purwokerto
  • Nurfaizah Nurfaizah Universitas Amikom Purwokerto

DOI:

https://doi.org/10.55635/jic.v10i1.206

Abstrak

Penelitian ini bertujuan untuk mengembangkan model klasifikasi motif Batik menggunakan metode Convolutional Neural Network (CNN) dengan pendekatan multi-class classification. Motif Batik, sebagai bagian penting dari warisan budaya Indonesia, memiliki kekayaan variasi yang memerlukan pendekatan otomatisasi untuk identifikasi dan klasifikasi. Data motif Batik dikumpulkan dari berbagai sumber, dan model CNN dikembangkan dengan menggunakan teknik pra-pemrosesan data dan augmentasi untuk meningkatkan keterampilan model. Evaluasi model dilakukan menggunakan metrik klasifikasi, dan interpretasi hasil klasifikasi memberikan wawasan tentang faktor-faktor yang mempengaruhi keputusan model. Hasil penelitian ini diharapkan dapat memberikan kontribusi dalam otomatisasi identifikasi motif Batik dan pelestarian seni dan budaya Indonesia.

Referensi

Ihdal, I. M. (2021). Klasifikasi Kain Khas Batik Dan Kain Khas Sasirangan Dengan Menggunakan Metode Convolutional Neural Network. Jurnal Teknologi Informasi Universitas Lambung Mangkurat (JTIULM), 6(1), 25–30. https://doi.org/10.20527/jtiulm.v6i1.62

Chen, H., Chen, A., Xu, L., Xie, H., Qiao, H., Lin, Q., & Cai, K. (2020). A deep learning CNN architecture applied in smart near-infrared analysis of water pollution for agricultural irrigation resources. Agricultural Water Management, 240, 106303. https://doi.org/10.1016/j.agwat.2020.106303

Duan, M., Li, K., Yang, C., & Li, K. (2018). A hybrid deep learning CNN–ELM for age and gender classification. Neurocomputing, 275, 448–461. https://doi.org/10.1016/j.neucom.2017.08.062

Kurniawan, A. A., & Mustikasari, M. (2021). Implementasi Deep Learning Menggunakan Metode CNN dan LSTM untuk Menentukan Berita Palsu dalam Bahasa Indonesia. Jurnal Informatika Universitas Pamulang, 5(4), 544. https://doi.org/10.32493/informatika.v5i4.6760

Salawazo, V. M. P., Gea, D. P. J., Gea, R. F., & Azmi, F. (2019). Implementasi Metode Convolutional Neural Network (Cnn) Pada Peneganalan Objek Video Cctv. 3(1).

Fadlia, N., & Kosasih, R. (2019). KLASIFIKASI JENIS KENDARAAN MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Jurnal Ilmiah Teknologi dan Rekayasa, 24(3), 207–215. https://doi.org/10.35760/tr.2019.v24i3.2397

Ayu Ratna Juwita, Tohirn Al Mudzakir, Adi Rizky Pratama, Purwani Husodo, & Rahmat Sulaiman. (2021). Identifikasi Citra Batik Dengan Metode Convolutional Neural Network. Buana Ilmu, 6(1), 192–208. https://doi.org/10.36805/bi.v6i1.1996

Bowo, T. A., Syaputra, H., & Akbar, M. (2020). Penerapan Algoritma Convolutional Neural Network Untuk Klasifikasi Motif Citra Batik Solo. Journal of Software Engineering Ampera, 1(2), 82–96. https://doi.org/10.51519/journalsea.v1i2.47

Ramadhan, D. N., Erwanto, R. A., & Enwan, R. T. (2024). Klasifikasi Batik Menggunakan Algoritma CNN (Convolutional Neural Network). 3.

Hakim, L., Rahmanto, H. R., Kristanto, S. P., & Yusuf, D. (2023). Klasifikasi Citra Motif Batik Banyuwangi Menggunakan Convolutional Neural Network. Jurnal Teknoinfo, 17(1), 203. https://doi.org/10.33365/jti.v17i1.2342

Unduhan

Diterbitkan

2024-07-04

Terbitan

Bagian

Articles