Implementasi Algoritma Convolutional Neural Networks (CNN) untuk Klasifikasi Batik

Abstract

Batik adalah salah satu budaya khas Indonesia dan sudah diakui sebagai warisan budaya Internasional oleh UNESCO (The United Nations Educational, Scientific and Cultural Organization) pada tanggal 2 Oktober 2009. Batik telah menjadi warisan budaya turun temurun di seluruh Indonesia khususnya di daerah Jawa. Saat ini ada ratusan motif kain batik dari seluruh penjuru Indonesia. Banyaknya pola batik di Indonesia mengakibatkan sulitnya masyarakat mengidentifikasi motif pada batik.  penelitian ini dapat mempermudah pengenalan pola batik. Salah satu teknologi kecerdasan buatan dengan sebutan artificial intelligence (AI) adalah pembelajaran mesin dengan menggunakan metode computer vision Salah satu model pembelajaran mesin tersebut adalah jaringan syaraf tiruan (JST) dengan menggunakan banyak lapisan, sehingga dengan adanya model tersebut maka dapat lebih baik lagi performa komputasi dengan menggunakan teknik Deep Learning. Metode yang digunakan adalah Convolutional Neural Networks (CNN) dengan melakukan klasifikasi gambar pada batik berbasis komputer dengan memanfaatkan kecerdasan buatan (artificial intelligence). Hasil dari penelitian yang telah dilakukan pada pengujian terhadap 200 dataset dan 20 label diperoleh nilai akurasi yang tertinggi adalah “Batik Megamendung dan Batik Celup” dengan nilai akurasi 80% dan 60%, hasil accuracy yang diperoleh dari proses pelatihan model dari 200 epoch yang tertinggi adalah 90%.