ITATSITATS
Journal of Applied Sciences, Management and Engineering TechnologyJournal of Applied Sciences, Management and Engineering TechnologySamarinda sarongs are one of Indonesias traditional fabrics that are famous for their beautiful motifs and textures. This fabric is made using traditional weaving techniques using non-machine looms (ATBMs), resulting in a unique and distinctive diversity of textures. The difference between the loom, namely the machine and the non-machine, resulting in a difference in the texture of the Samarinda sarong. This difference can be seen from the thread density, texture smoothness, and sharpness of the motif. On certain Samarinda sarong motifs that do not require special details. This study aims to develop a classification model of Samarinda sarong texture based on the loom (machine and non-machine) using the Deep Learning method. This model is expected to help increase the selling value of Samarinda sarongs, preserve and promote traditional fabrics. In this context, the choice between DenseNet121 and VGG16 can depend on user preferences or specific needs, such as computing speed or model size.
Kedua model mampu melakukan tugas klasifikasi tekstur kain dengan sangat baik.Tidak ada perbedaan signifikan dalam efektivitas keseluruhan dari kedua model ini, sehingga keduanya menjadi pilihan yang sangat baik untuk tugas ini.Namun, VGG16 sedikit lebih sederhana dalam arsitekturnya dibandingkan DenseNet121, yang mungkin membuatnya lebih cepat dalam pelatihan dan inferensi.Dalam konteks ini, pilihan antara DenseNet121 dan VGG16 mungkin bergantung pada preferensi pengguna atau kebutuhan spesifik.
Penelitian selanjutnya dapat berfokus pada pengembangan model yang lebih adaptif terhadap variasi motif dan kualitas kain sarung Samarinda, dengan mempertimbangkan penggunaan teknik segmentasi gambar untuk mengisolasi area motif yang relevan sebelum klasifikasi. Selain itu, eksplorasi metode pembelajaran transfer dari dataset kain tekstil lain yang serupa dapat meningkatkan akurasi dan generalisasi model. Terakhir, penelitian dapat menginvestigasi integrasi sensor optik atau mikroskop digital dengan kemampuan pemrosesan gambar real-time untuk menciptakan sistem deteksi otomatis yang dapat digunakan oleh pengrajin atau pedagang sarung Samarinda dalam proses produksi dan pemasaran.
- 0. pdf obj metadata endobj extgstate xobject procset text imageb imagec imagei mediabox contents group... doi.org/10.22266/ijies2022.1031.260 pdf obj metadata endobj extgstate xobject procset text imageb imagec imagei mediabox contents group doi 10 22266 ijies2022 1031 26
- Classification of Papuan Batik Motifs Using Deep Learning and Data Augmentation | IEEE Conference Publication... ieeexplore.ieee.org/document/10031320Classification of Papuan Batik Motifs Using Deep Learning and Data Augmentation IEEE Conference Publication ieeexplore ieee document 10031320
- The Implementation of Backpropagation Artificial Neural Network for Recognition of Batik Lampung Motive... doi.org/10.1088/1742-6596/1338/1/012062The Implementation of Backpropagation Artificial Neural Network for Recognition of Batik Lampung Motive doi 10 1088 1742 6596 1338 1 012062
- Browser Not SupportedBatik Pattern Identification using GLCM and Artificial Neural Network Backpropagation... ieeexplore.ieee.org/document/8780412Browser Not SupportedBatik Pattern Identification using GLCM and Artificial Neural Network Backpropagation ieeexplore ieee document 8780412
- - D9039118419: International Journal Of Recent Technology And Engineering (IJRTE). d9039118419 journal... ijrte.org/portfolio-item/D9039118419D9039118419 International Journal Of Recent Technology And Engineering IJRTE d9039118419 journal ijrte portfolio item D9039118419
| File size | 609.03 KB |
| Pages | 9 |
| DMCA | Report |
Related /
UMIUMI Tahapan penelitian meliputi preprocessing data, pelatihan model, evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score, serta interpretasiTahapan penelitian meliputi preprocessing data, pelatihan model, evaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score, serta interpretasi
IAIC PUBLISHERIAIC PUBLISHER Temuan ini menunjukkan bahwa augmentasi data meningkatkan ketahanan dan generalisasi model Faster R-CNN untuk deteksi SNPT dan mendukung potensi sistemTemuan ini menunjukkan bahwa augmentasi data meningkatkan ketahanan dan generalisasi model Faster R-CNN untuk deteksi SNPT dan mendukung potensi sistem
UNSURYAUNSURYA Kesimpulan dari penelitian ini adalah bahwa algoritma Random Forest efektif digunakan untuk memprediksi pendapatan penjualan dan dapat dijadikan alat bantuKesimpulan dari penelitian ini adalah bahwa algoritma Random Forest efektif digunakan untuk memprediksi pendapatan penjualan dan dapat dijadikan alat bantu
PLBPLB Salah satu indikator penting dalam kesehatan fisik adalah fungsi jantung, sehingga deteksi dini terhadap risiko gagal jantung menjadi krusial untuk mencegahSalah satu indikator penting dalam kesehatan fisik adalah fungsi jantung, sehingga deteksi dini terhadap risiko gagal jantung menjadi krusial untuk mencegah
IOINFORMATICIOINFORMATIC Hasil eksperimen menunjukkan bahwa Decision Tree mengungguli Gaussian Naïve Bayes dengan akurasi 0. Decision Tree mampu menggambarkan hubungan kompleksHasil eksperimen menunjukkan bahwa Decision Tree mengungguli Gaussian Naïve Bayes dengan akurasi 0. Decision Tree mampu menggambarkan hubungan kompleks
IOINFORMATICIOINFORMATIC Sapi merupakan hewan ternak yang penting di Indonesia, namun rentan terhadap berbagai penyakit seperti Avitaminosis, Arthritis, Bloat, Malnutrisi, danSapi merupakan hewan ternak yang penting di Indonesia, namun rentan terhadap berbagai penyakit seperti Avitaminosis, Arthritis, Bloat, Malnutrisi, dan
IOINFORMATICIOINFORMATIC 0% pada rasio pembagian data 90:10. Analisis sentimen terbukti efektif untuk memahami persepsi masyarakat terhadap Puan Maharani di Twitter, dengan akurasi0% pada rasio pembagian data 90:10. Analisis sentimen terbukti efektif untuk memahami persepsi masyarakat terhadap Puan Maharani di Twitter, dengan akurasi
IAIIIAII Algoritma ANN menghasilkan akurasi prediksi yang lebih tinggi dibandingkan algoritma Ridge regression, tetapi memerlukan waktu pelatihan yang lebih lama.Algoritma ANN menghasilkan akurasi prediksi yang lebih tinggi dibandingkan algoritma Ridge regression, tetapi memerlukan waktu pelatihan yang lebih lama.
Useful /
STAISERDANGLUBUKPAKAMSTAISERDANGLUBUKPAKAM Selain itu, pembiasaan perilaku baik di sekolah juga menjadi strategi penting. Melalui aturan-aturan sekolah yang jelas dan konsisten, siswa/i dibiasakanSelain itu, pembiasaan perilaku baik di sekolah juga menjadi strategi penting. Melalui aturan-aturan sekolah yang jelas dan konsisten, siswa/i dibiasakan
PLBPLB Hasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 89%, dengan nilai macro-average dan weighted-average sebesar 90%. Temuan ini menunjukkanHasil evaluasi menunjukkan bahwa model mencapai akurasi sebesar 89%, dengan nilai macro-average dan weighted-average sebesar 90%. Temuan ini menunjukkan
UP45UP45 Lonjakan penggunaan internet, khususnya dalam e-commerce, telah menjadi pendorong utama pertumbuhan ekonomi. Shopee merupakan platform e-commerce terbesarLonjakan penggunaan internet, khususnya dalam e-commerce, telah menjadi pendorong utama pertumbuhan ekonomi. Shopee merupakan platform e-commerce terbesar
PLBPLB Peningkatan kinerja berasal dari kemampuan Q-Learning ditambah dengan stabilisasi dari double Q learning, horizon pengamatan yang lebih luas dengan multiPeningkatan kinerja berasal dari kemampuan Q-Learning ditambah dengan stabilisasi dari double Q learning, horizon pengamatan yang lebih luas dengan multi