IMPLEMENTASI DEEP LEARNING UNTUK KLASIFIKASI GAMBAR MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) PADA BATIK SASAMBO

Abstract

Indonesia memiliki berbagai macam batik. Salah satu yang memiliki ciri khas dan keunikan ialah batik sasambo. Batik sasambo merupakan batik asal Provinsi Nusa Tenggara Barat (NTB). Nama Kain batik ini merupakan gabungan dari tiga suku besar di Provinsi NTB yaitu Sasak (Lombok), Samawa (Sumbawa) dan Mbojo (Bima). Deep Learning adalah salah satu cabang ilmu dari Machine Learning yang memanfaatkan jaringan syaraf tiruan untuk implementasi permasalahan dengan dataset besar. Salah satu metode Deep Learning yang mampu memberikan hasil signifikan dalam mengenali objek gambar adalah Convolutional Neural Network (CNN). CNN merupakan salah satu metode yang banyak digunakan untuk menyelesaikan permasalahan yang berkaitan dengan object detection dan image classification. Oleh karena itu, diperlukan suatu usaha pengenalan batik sasambo salah satu cara dalam mengenali motif batik adalah dengan metode pengenalan pola. Metode CNN dapat diterapkan dalam klasifikasi gambar pada batik sasambo sehingga peneliti ingin melakukan klasifikasi gambar pada batik sasambo dengan menggunakan metode CNN tersebut. Data sampel yang digunakan sebanyak 300 data citra untuk 3 kategori. Hasil implementasi Deep Learning dengan menggunakan CNN dalam mengklasifikasikan batik sasambo motif peresean, bunga aruna dan kangkung dinilai cukup baik. Banyaknya layer konvolusi yang digunakan yaitu sebanyak 4 layer konvolusi. Akurasi yang didapatkan dari uji model untuk data test didapatkan sebesar 80%.