Iwansyah, Hanif (2020) KLASIFIKASI BATIK INDONESIA BERDASARKAN MOTIF MENGGUNAKAN ALGORITMA CNN DI MUSEUM BATIK YOGYAKARTA. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (429kB) |
|
Text (BAB I)
BAB I.pdf Download (218kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (765kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (602kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (824kB) |
|
Text (BAB V)
BAB V.pdf Download (34kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (366kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
source code-18.22.2076-Hanif Iwansyah - Hanif Iwansyah.zip Restricted to Repository staff only Download (2kB) |
|
Text (PUBLIKASI)
Publikasi-18.22.2076-Hanif Iwansyah - Hanif Iwansyah.pdf Restricted to Repository staff only Download (510kB) |
Abstract
Batik merupakan warisan budaya Indonesia yang sudah diakui oleh UNESCO pada tahun 2009. Batik menjadi sebuah kebudayaan maupun adat dalam berbusana di Indonesia yang wajib dijaga dan dilestarikan. Pada kenyataannya ada sebagian orang yang kurang mengetahui ragam dan jenis motif batik, mereka yang memakainya akan tetapi tidak mengetahui ragam, jenis dan nama motifnya. Oleh karena itu adanya upaya untuk mengatasi hal-hal tersebut di era digital seperti sekarang ini. Machine learning dapat disebut sebagai upaya untuk melestarikan ragam budaya melalui teknologi yang dapat melakukan pengenalalan dan klasifikasi motif batik. CNN (Convolutional Neural Network) merupakan algoritma Deep Learning yang memiliki tingkat keakurasian yang dapat diandalkan karena merupakan pengembangan yang dari MLP (Multilayer Preceptron). Pada penelitian ini penulis menggunakan 125 motif batik dalam 5 kelas sebagai data training dan 10 motif data baru sebagai data testing. Model yang dibuat mendapatkan testing accuracy 94%. Dengan dimikian dalam penelitian ini dapat diperoleh model yang optimal dalam mengklasifikasikan gambar motif batik dalam 5 kelas tersebut.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Batik, Convolutional Neural Network, Deep Learning, | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data |
||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 25 Jun 2022 05:14 | ||
| Last Modified: | 18 Aug 2023 02:48 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/2710 |
Actions (login required)
 |
View Item |