Publiora

Menghubungkan ke Publiora...

Publiora

Identifikasi jenis batik menggunakan metode Convolutional Neural Network (CNN) berbasis website

Utama, Ega Fitri Yudha SatriaEdi, Sri Winarso Martyas
AITI (Sinta 3)Vol. 0 No. 030 September 2025
DOI10.24246/aiti.v22i2.150-164

Abstrak

Penelitian ini dilakukan dengan tujuan untuk membuat sistem berbasis website menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur model MobileNetV2 untuk mengidentifikasi jenis batik. Dataset yang digunakan berjumlah 1000 citra batik mencakup lima jenis batik yang berbeda, kemudian dataset tersebut disegmentasikan menjadi kelompok untuk data pelatihan, validasi, dan pengujian. Hasil penelitian menunjukkan akurasi sebesar 92 persen, yang menandakan kemampuan model dalam mengenali jenis batik dengan tingkat akurasi tinggi. Penelitian ini memanfaatkan pengenalan teknologi sebagai alat untuk melestarikan dan mengenalkan budaya Indonesia kepada generasi muda dan masyarakat umum dengan cara yang lebih interaktif dan mudah diakses. Dengan implementasi melalui sebuah website, diharapkan pengetahuan tentang berbagai jenis batik dapat diperluas dan warisan budaya batik dapat dipromosikan dengan lebih efektif.

Kata Kunci

CNNMobileNetV2BatikWebsiteCNNMobileNetV2BatikWebsite

Cari jurnal yang tepat untuk naskah Anda

MatchMind AI mencocokkan abstrak naskah Anda dengan ribuan jurnal terakreditasi dan menampilkan rekomendasi terbaik beserta alasannya.

Coba MatchMind

Lihat profil lengkap jurnal ini

Waktu review, biaya APC, statistik sitasi, indeksasi Scopus, dan banyak lagi.

Buka AITI

Artikel ini juga tersedia di situs resmi jurnal.

Identifikasi jenis batik menggunakan metode Convolutional Neural Network (CNN) berbasis website | AITI | Publiora