CONVOLUTIONAL NEURAL NETWORK KLASIFIKASI BATIK TULIS MOTIF PARANG MENGGUNAKAN MOBILENET

ZUHDI, MUHAMMAD FATHURRAHMAN (2021) CONVOLUTIONAL NEURAL NETWORK KLASIFIKASI BATIK TULIS MOTIF PARANG MENGGUNAKAN MOBILENET. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text 1. Skripsi FULL.pdf Download (21MB)
	Text 2. abstrak (2).pdf Download (13kB)
	Text 3. cover.pdf Download (160kB)
	Text 4. halaman pengesahan.pdf Download (1MB)
	Text 5. daftar isi.pdf Download (173kB)
	Text 6. daftar pustaka.pdf Download (46kB)

Abstract

Batik merupakan kesenian tradisional Indonesia yang telah diakui UNESCO pada
tanggal 2 Oktober 2009 sebagai warisan budaya Indonesia pada kancah Internasional. Motif
batik di Indonesia sangat beragam, batik parang merupakan salah satu motif batik tertua di
Indonesia. Ciri utama motif batik parang adalah garis diagonal yang tersusun jalin-menjalin
tidak terputus menyerupai huruf S.
Metode Convoutional Neural Network (CNN) digunakan untuk mengekstaksi ciri
fitur pada motif batik serta melakukan klasifikasi terhadap 6 kelas batik parang yaitu parang
rusak, parang barong, parang curigo, parang kusumo dan parang tuding. Pengolahan citra
digital dilakukan pada pembuatan dataset untuk menjaga esensi corak pada motif batik
parang. Arsitektur jaringan CNN yang digunakan adalah Mobilenet. Prototype aplikasi
klasifikasi yang dibuat pada platform desktop untuk data training dan android untuk
klasifikasi. Data citra yang digunakan berjumlah 240 foto batik dibagi menjadi 6 kelas yang
digandakan jumlahnya dengan proses data augmentation berupa rotasi, shear, zoom serta
horizontal dan vertical flip.
Hasil penelitian Convolutional Neural Network dapat melakukan klasifikasi pada
batik motif parang. Dari 240 data testing pada aplikasi desktop didapat hasil akurasi sebesar
99,58% prototype aplikasi android dengan 15 data testing didapat hasil akurasi sebesar
73,33%. Pengujian prototype dilakukan dengan mengambil foto batik secara langsung
menggunakan kamera smartphone android. Berdasarkan pengujian tersebut, dapat
disimpulkan bahwa sistem telah cukup baik dalam mengklasifikasikan batik motif parang.
Kata Kunci: batik parang, Convolutional Neural Network, Mobilenet, Android

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	batik parang, Convolutional Neural Network, Mobilenet, Android
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	05 Sep 2023 02:49
Last Modified:	05 Sep 2023 02:49
URI:	http://eprints.upnyk.ac.id/id/eprint/37349

Actions (login required)

View Item