KLASIFIKASI JENIS BATIK SEMARANGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN)

Wulan Nur Afifah
Veronica Lusiana


DOI: https://doi.org/10.29100/jipi.v10i1.5873

Abstract


Batik merupakan jenis kain yang memiliki motif khas dan dibuat dengan teknik khusus. Batik Semarangan memiliki motif yang unik, terinspirasi oleh aktivitas budaya, tempat-tempat bersejaran di kota Semarang, serta tokoh legendaris Semarang. Beberapa motif batik yang terkenal dari Semarang antara lain adalah Motif Warak Ngendok, Motif Tugu Muda, serta motif yang menampilkan ikon-ikon kota Semarang seperti Lawang Sewu, Blekok Srondol, Jembatan Mberok, dan Asem. Dalam penelitian ini, digunakan 78 citra batik Semarangan yang terbagi menjadi tiga motif yaitu Motif Landmark, Motif Naturalis Flora, dan Motif Naturalis Fauna. Data citra batik ini dibagi menjadi dua set, yaitu 66 citra batik untuk data latih dan 12 citra batik untuk data uji. Metode yang digunakan untuk mengklasifikasi batik Semarang adalah metode Convolutional Neural Network (CNN), sebuah jenis metode jaringan saraf tiruan yang sangat efektif dalam pengenalan pola visual. CNN dipilih karena kemampuannya yang tinggi dalam mengidentifikasi dan mengklasifikasikan berbagai fitur visual dari gambar batik. Hasil dari model CNN ini menunjukkan tingkat akurasi sebesar 75% dalam mengklasifikasikan jenis-jenis batik Semarangan. Penelitian ini menunjukkan potensi besar dalam menggunakan teknologi modern untuk melestarikan dan mempromosikan warisan budaya melalui identifikasi motif digital batik yang kompleks, memungkinkan batik Semarang dikenal dengan lebih mudah di pasar global serta mendukung upaya pelestarian dan pengembangan produk budaya lokal.

Keywords


Batik; Deep Learning; Convolution Neural Network; Pengolahan Citra Digital; Artificial Intelegence

Full Text:

PDF

Article Metrics :

References


R. Mawan, “Klasifikasi motif batik menggunakan Convolutional Neural Network,” Jnanaloka, pp. 45–50, 2020, doi: 10.36802/jnanaloka.2020.v1-no1-45-50.

K. Azmi, S. Defit, and S. Sumijan, “Implementasi Convolutional Neural Network (CNN) Untuk Klasifikasi Batik Tanah Liat Sumatera Barat,” J. Unitek, vol. 16, no. 1, pp. 28–40, 2023, doi: 10.52072/unitek.v16i1.504.

L. Hakim, H. R. Rahmanto, S. P. Kristanto, and D. Yusuf, “Klasifikasi Citra Motif Batik Banyuwangi Menggunakan Convolutional Neural Network,” J. Teknoinfo, vol. 17, no. 1, p. 203, 2023, doi: 10.33365/jti.v17i1.2342.

I. H. Al Amin, E. Winarno, D. H. U. N., and V. Lusiana, “Pelestarian Budaya Batik Tulis Melalui Penggalian Potensi Kriya Batik Pewarna Alami Bagi Penggerak Deswita Wonolopo,” Ikra-Ith Abdimas, vol. 6, no. 2, pp. 91–99, 2022, doi: 10.37817/ikra-ithabdimas.v6i2.2411.

A. A. Kasim and A. Harjoko, “Klasifikasi Citra Batik Menggunakan Jaringan Syaraf Tiruan Berdasarkan Gray Level Co-Occurrence Matrices (GLCM),” Semin. Nas. Apl. Teknol. Inf., pp. 7–13, 2014.

T. Suliyati and D. Yuliati, “Pengembangan Motif Batik Semarang untuk Penguatan Identitas Budaya Semarang,” J. Sej. Citra Lekha, vol. 4, no. 1, p. 61, 2019, doi: 10.14710/jscl.v4i1.20830.

U. S. Rahmadhani and N. L. Marpaung, “Klasifikasi Jamur Berdasarkan Genus Dengan Menggunakan Metode CNN,” J. Inform. J. Pengemb. IT, vol. 8, no. 2, pp. 169–173, 2023, doi: 10.30591/jpit.v8i2.5229.

A. R. Hidayat and V. Lusiana, “Deteksi Jenis Sayuran dengan Tensorflow Dengan Metode Convolutional Neural Network,” J. Sains Komput. Inform. (J-SAKTI, vol. 6, no. 2, pp. 1032–1040, 2022.

M. A. Ikhsanudin, E. Setyati, and H. Junaedi, “Deteksi Tingkat Kemanisan Buah Semangka (Citrullus Lanatus) Berdasarkan Ciri Kulit Buah Dengan Menggunakan Metode Cnn (Convolutional Neural Network),” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 8, no. 4, pp. 1501–1513, 2023, doi: 10.29100/jipi.v8i4.4118.

P. A. Nugroho, I. Fenriana, and R. Arijanto, “Implementasi Deep Learning Menggunakan Convolutional Neural Network (CNN) Pada Ekspresi Manusia,” Algor, vol. 2, no. 1, pp. 12–21, 2020.

H. Fonda, “Klasifikasi Batik Riau Dengan Menggunakan Convolutional Neural Networks (Cnn),” J. Ilmu Komput., vol. 9, no. 1, pp. 7–10, 2020, doi: 10.33060/jik/2020/vol9.iss1.144.

F. F. Maulana and N. Rochmawati, “Klasifikasi Citra Buah Menggunakan Convolutional Neural Network,” J. Informatics Comput. Sci., vol. 1, no. 02, pp. 104–108, 2020, doi: 10.26740/jinacs.v1n02.p104-108.

T. A. Bowo, H. Syaputra, and M. Akbar, “Penerapan Algoritma Convolutional Neural Network Untuk Klasifikasi Motif Citra Batik Solo,” J. Softw. Eng. Ampera, vol. 1, no. 2, pp. 82–96, 2020, doi: 10.51519/journalsea.v1i2.47.

L. P. Lusianti and F. Rani, “Model Diplomasi Indonesia Terhadap UNESCO Dalam Mematenkan Batik Sebagai Warisan Budaya Indonesia Tahun 2009,” J. Transnasional, vol. 3, no. 2, pp. 1–19, 2012, [Online]. Available: https://transnasional.ejournal.unri.ac.id/index.php/JTS/article/viewFile/72/66

A. A. Trixie et al., “FILOSOFI MOTIF BATIK SEBAGAI IDENTITAS BANGSA INDONESIA,” A John Steinbeck Encycl., p. 401, 2006.

M. Utami and Y. Apridiansyah, “Implementasi Algoritma Sequential Searching Pada Sistem Pelayanan Puskesmas Menggunakan Bootstrap (Studi Kasus Puskesmas Kampung Bali Bengkulu),” JSAI (Journal Sci. Appl. Informatics), vol. 2, no. 1, pp. 81–86, 2019, doi: 10.36085/jsai.v2i1.166.

A. Salsabila, R. Yunita, and C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,” Technomedia J., vol. 6, no. 1, pp. 124–137, 2021, doi: 10.33050/tmj.v6i1.1667.

A. Septiarini, Rizqi Saputra, Andi Tejawati, and Masna Wati, “Deteksi Sarung Samarinda Menggunakan Metode Naive Bayes Berbasis Pengolahan Citra,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 5, pp. 927–935, 2021, doi: 10.29207/resti.v5i5.3435.

P. N. Andono and E. H. Rachmawanto, “Evaluasi Ekstraksi Fitur GLCM dan LBP Menggunakan Multikernel SVM untuk Klasifikasi Batik,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 1–9, 2021, doi: 10.29207/resti.v5i1.2615.

E. H. Rachmawanto and H. P. Hadi, “Optimasi Ekstraksi Fitur Pada Knn Dalam Klasifikasi Penyakit Daun Jagung,” Dinamik, vol. 26, no. 2, pp. 58–67, 2021, doi: 10.35315/dinamik.v26i2.8673.

Y. Kusumawati, A. Susanto, I. Utomo, W. Mulyono, and D. P. Prabowo, “Klasifikasi Batik Kudus Berdasarkan Pola Menggunakan K-Nn Dan,” pp. 509–514, 2020.

N. Hasdyna and R. K. Dinata, “Analisis Matthew Correlation Coefficient pada K-Nearest Neighbor dalam Klasifikasi Ikan Hias,” INFORMAL Informatics J., vol. 5, no. 2, p. 57, 2020, doi: 10.19184/isj.v5i2.18907.