APLIKASI PENGENALAN MOTIF BATIK DENGAN KLASIFIKASI
CITRA MENGGUNAKAN METODE CNN BERBASIS WEBSITE
Total View This Week0
Total View This Week0
Institusion
Politeknik Harapan Bersama
Author
Ariffulah, Ariffulah
Subject
T Technical Information
Datestamp
2023-09-11 06:17:54
Abstract :
Motif batik merupakan pola atau gambar yang membentuk dasar dari batik dan terdiri dari kombinasi garis, bentuk, dan seni yang menyatu secara utuh. Selain itu, motif batik juga memiliki kemampuan untuk mencerminkan status sosial individu. Membatik telah menjadi sebuah tradisi yang diwariskan dari generasi ke generasi, sehingga motif batik sering menjadi ciri khas pada batik yang diproduksi oleh keluarga tertentu. Dalam penelitian ini, pendekatan yang digunakan untuk membangun model Convolutional Neural Network (CNN) adalah transfer learning dengan menggunakan arsitektur pretrained ResNet50. Keputusan ini diambil karena dataset yang digunakan memiliki keterbatasan jumlahnya. Melalui transfer learning, lapisan output dari arsitektur ResNet50 yang sudah dilatih menggunakan dataset ImageNet menjadi dasar dalam membangun model. Berdasarkan hasil analisis di atas, diperlukan perancangan sebuah sistem aplikasi yang dapat mengenali motif batik serta memberikan pemahaman kepada masyarakat tentang beragam motif batik yang ada di Indonesia. Dalam hasil penelitian ini cukup baik dengan tingkat akurasi 75%.
Motif batik merupakan pola atau gambar yang membentuk dasar dari batik dan terdiri dari kombinasi garis, bentuk, dan seni yang menyatu secara utuh. Selain itu, motif batik juga memiliki kemampuan untuk mencerminkan status sosial individu. Membatik telah menjadi sebuah tradisi yang diwariskan dari generasi ke generasi, sehingga motif batik sering menjadi ciri khas pada batik yang diproduksi oleh keluarga tertentu. Dalam penelitian ini, pendekatan yang digunakan untuk membangun model Convolutional Neural Network (CNN) adalah transfer learning dengan menggunakan arsitektur pretrained ResNet50. Keputusan ini diambil karena dataset yang digunakan memiliki keterbatasan jumlahnya. Melalui transfer learning, lapisan output dari arsitektur ResNet50 yang sudah dilatih menggunakan dataset ImageNet menjadi dasar dalam membangun model. Berdasarkan hasil analisis di atas, diperlukan perancangan sebuah sistem aplikasi yang dapat mengenali motif batik serta memberikan pemahaman kepada masyarakat tentang beragam motif batik yang ada di Indonesia. Dalam hasil penelitian ini cukup baik dengan tingkat akurasi 75%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
