Implementasi Convolutional Neural Network (CNN) Untuk Klasifikasi Batik Tanah Liat Sumatera Barat

Abstract

Teknologi kecerdasan buatan yang berfokus penggunaan data dan algoritma untuk meniru cara manusia belajar, salah satu model pembelajaran tersebut adalah adanya performa komputasi dengan menggunakan teknik deep learning. Convolutional neural network (CNN) adalah arsitektur deep learning yang sering digunakan untuk mengatasi masalah klasifikasi gambar. Selain itu, penggunaan teknik pre-processing pada data dapat membantu meningkatkan performa model dengan memperkaya variasi data. Batik telah menjadi warisan budaya turun temurun di seluruh Indonesia khususnya di daerah Sumatera Barat. Banyaknya pola dan motif batik mengakibatkan sulitnya masyarakat mengidentifikasi motif pada batik. Tujuan penelitian ini adalah mengetahui apakah CNN dapat digunakan untuk klasifikasi batik tanah liat Sumatera Barat. Data yang digunakan Penelitian ini adalah 400 citra batik dan dibagi menjadi 4 kelas, ditentukan 320 citra sebagai data latih dan 80 citra sebagai data uji. Hasil pengujian didapat nilai akurasi sebesar 50%. Tingkat akurasi ini cukup baik sebagai rujukan dalam membangun real application pengenalan motif batik secara umum. Hasil ini menunjukkan metode CNN dapat diterapkan untuk mengklasifikasi batik tanah liat Sumatera Barat.