IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI BATIK KUANTAN SINGINGI

---

Batik Kuantan Singingi merupakan warisan budaya lokal yang memiliki beragam motif khas yang sarat makna filosofis. Namun, proses pengenalan dan klasifikasi motif batik ini masih banyak dilakukan secara manual sehingga kurang efisien dan rentan terhadap kesalahan identifikasi. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi otomatis terhadap motif Batik Kuansing menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur Xception. Dataset yang digunakan terdiri dari 35 kelas motif batik, yang telah diperluas melalui proses augmentasi hingga mencapai 2.170 gambar. Data dibagi menjadi tiga bagian: pelatihan (80%), validasi (10%), dan pengujian (10%). Proses pelatihan dilakukan dalam tiga skenario jumlah epoch (25, 30, dan 50), dengan hasil terbaik dicapai pada skenario 50 epoch yang menghasilkan akurasi pelatihan sebesar 98,48%, akurasi validasi 86,21%, dan akurasi pengujian 83,22%. Evaluasi performa dilakukan menggunakan metrik akurasi, presisi, recall, F1-score, confusion matrix, serta grafik learning curve. Hasil penelitian menunjukkan bahwa metode CNN dengan arsitektur Xception mampu melakukan klasifikasi motif batik Kuansing secara akurat dan efisien, serta mendukung digitalisasi budaya lokal berbasis teknologi.

---

Availability

Detail Information

Call Number

-

Language

NPM

213510394

Publisher

Teknik Informatika : Universitas Islam Riau., 2025

Keyword(s)

Kata kunci: Citra Batik Kuansing, klasifikasi, dee

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment