LENTERADUALENTERADUA
JNANALOKAJNANALOKABatik adalah bentuk seni visual pada bahan tekstil yang diproduksi menggunakan teknik menggambar tradisional yang berasal dari Indonesia. Banyaknya motif di Indonesia menyulitkan untuk identifikasi jenisnya. Penelitian dengan tujuan mengetahui motif dengan bantuan komputasi dapat membantu dalam pelestarian batik. Convolutional Neural Network (CNN) adalah salah satu metode machine learning dari pengembangan Multi Layer Perceptron (MLP) yang didesain untuk mengolah data dua dimensi. CNN termasuk dalam jenis Deep Neural Network karena dalamnya tingkat jaringan dan banyak diimplementasikan dalam data citra. Eksperimen menggunakan Dataset 120 potongan foto Batik (3 kelas) menunjukkan bahwa model yang menggunakan CNN mencapai rata-rata akurasi 65% sedangkan model CNN dikombinasi dengan Grayscale mencapai rata-rata akurasi 70%. Meskipun demikian dengan penambahan Grayscale akurasi bertambah 5%. Dari dataset yang berjumlah 120, data terbagi menjadi dua yaitu Data training 90 dan data uji 30.
Motif batik di Indonesia dapat diklasifikasikan berdasarkan kelas masing-masing menggunakan metode Convolutional Neural Network (CNN).Kombinasi CNN dengan konversi citra ke grayscale menghasilkan akurasi klasifikasi sebesar 70%, lebih baik dibandingkan penggunaan CNN saja yang mencapai 65%.Hasil penelitian menunjukkan bahwa warna memiliki pengaruh dalam proses klasifikasi citra batik berbasis CNN.
Pertama, perlu dilakukan penelitian untuk mengevaluasi metode klasifikasi lain yang mungkin lebih efektif daripada CNN, seperti penggunaan model transfer learning dengan arsitektur yang lebih mutakhir, agar diperoleh akurasi yang lebih tinggi dalam mengenali motif batik. Kedua, perlu dikaji pengaruh transformasi tekstur citra selain grayscale, seperti penggunaan Gray Level Co-occurrence Matrix (GLCM) atau teknik augmentasi lainnya, untuk mengetahui kontribusi fitur tekstur terhadap kinerja klasifikasi. Ketiga, penting untuk memperluas jumlah dan keragaman dataset batik, termasuk lebih banyak kelas motif dan variasi kondisi citra, agar model yang dikembangkan lebih general dan mampu mengenali batik dari berbagai daerah di Indonesia secara akurat. Penelitian lanjutan sebaiknya mengintegrasikan ketiga aspek ini untuk membangun sistem klasifikasi otomatis yang lebih handal dan komprehensif.
| File size | 615.77 KB |
| Pages | 6 |
| DMCA | Report |
Related /
ILMUBERSAMAILMUBERSAMA Sistem informasi penjadwalan yang dikembangkan dengan algoritma Particle Swarm Optimization menggunakan teknologi HTML, PHP, CSS, JavaScript, dan MySQLSistem informasi penjadwalan yang dikembangkan dengan algoritma Particle Swarm Optimization menggunakan teknologi HTML, PHP, CSS, JavaScript, dan MySQL
UNHASAUNHASA Utilizing a pre-experimental design with a pre- and post-test approach, the study included respondents over 18 years old, who ran more than 1 kilometerUtilizing a pre-experimental design with a pre- and post-test approach, the study included respondents over 18 years old, who ran more than 1 kilometer
UMKLAUMKLA 976 gambar melalui teknik augmentasi. Proses pelatihan model dilakukan dengan menggunakan optimizer AdamW (lr=0. 001667, momentum=0. 9) dan konfigurasi976 gambar melalui teknik augmentasi. Proses pelatihan model dilakukan dengan menggunakan optimizer AdamW (lr=0. 001667, momentum=0. 9) dan konfigurasi
SHMPUBLISHERSHMPUBLISHER Penerapan algoritma genetik sebagai metode seleksi fitur berhasil meningkatkan nilai akurasi model klasifikasi XGBoost sebesar 2,24% dalam memprediksiPenerapan algoritma genetik sebagai metode seleksi fitur berhasil meningkatkan nilai akurasi model klasifikasi XGBoost sebesar 2,24% dalam memprediksi
PENERBITPENERBIT Temuan ini mengungkapkan bahwa platform media sosial, seperti tiktok dan Instagram, memfasilitasi budaya partisipatif di mana pengguna memadukan narasiTemuan ini mengungkapkan bahwa platform media sosial, seperti tiktok dan Instagram, memfasilitasi budaya partisipatif di mana pengguna memadukan narasi
PNCPNC Performanya dipengaruhi oleh pengaturan hyperparameter seperti n_estimator, learning_rate, dan max_depth, yang menunjukkan kemampuan teknik boosting dalamPerformanya dipengaruhi oleh pengaturan hyperparameter seperti n_estimator, learning_rate, dan max_depth, yang menunjukkan kemampuan teknik boosting dalam
EJOURNALUNIGOROEJOURNALUNIGORO Hasil uji akurasi menunjukkan angka 0,029 pada masa panen I dan 0,026 pada masa panen II. Dari data tersebut dapat disimpulkan bahwa pendugaan produktivitasHasil uji akurasi menunjukkan angka 0,029 pada masa panen I dan 0,026 pada masa panen II. Dari data tersebut dapat disimpulkan bahwa pendugaan produktivitas
LENTERADUALENTERADUA Banyak perusahaan menjadikan transaksi penjualan hanya sebagai arsip belaka sehingga berpotensi mengalami kekurangan stok barang. Hal ini terjadi karenaBanyak perusahaan menjadikan transaksi penjualan hanya sebagai arsip belaka sehingga berpotensi mengalami kekurangan stok barang. Hal ini terjadi karena
Useful /
UMKLAUMKLA Penyakit ginjal kronis (CKD) adalah penyakit progresif yang ditandai dengan penurunan laju filtrasi glomerulus, peningkatan ekskresi albumin urin atauPenyakit ginjal kronis (CKD) adalah penyakit progresif yang ditandai dengan penurunan laju filtrasi glomerulus, peningkatan ekskresi albumin urin atau
USNSJUSNSJ Kelas eksperimen diajarkan menggunakan model Mind Mapping, sedangkan kelas kontrol diajarkan menggunakan model konvensional. Berdasarkan hasil analisisKelas eksperimen diajarkan menggunakan model Mind Mapping, sedangkan kelas kontrol diajarkan menggunakan model konvensional. Berdasarkan hasil analisis
LENTERADUALENTERADUA Hasil ini menunjukkan bahwa aplikasi berbasis Android untuk keamanan dokumen menggunakan algoritme AES yang dibangun memiliki keamanan cukup tinggi sertaHasil ini menunjukkan bahwa aplikasi berbasis Android untuk keamanan dokumen menggunakan algoritme AES yang dibangun memiliki keamanan cukup tinggi serta
LENTERADUALENTERADUA Sentimen negatif terbesar pada masing-masing kota adalah. Jakarta 33,8%, Bandung 65,4%, Surabaya 37,2%, Yogyakarta 51,8%, dan Semarang 61,7%. PembentukanSentimen negatif terbesar pada masing-masing kota adalah. Jakarta 33,8%, Bandung 65,4%, Surabaya 37,2%, Yogyakarta 51,8%, dan Semarang 61,7%. Pembentukan