Basis Pengetahuan Nilai-nilai Kain Tenun Sumba dengan Model Seci dan Convolutional Neural Network

Abstract

Penelitian ini bertujuan untuk mengeksplisitkan tacit knowledge mengenai nilai-nilai filosofi yang terkandung dalam setiap motif kain tenun Sumba. Kain ikat loli, kain putih, lambaleko lamboya, lambaleko loli, lambaleko malata, panggiling lamboya, panggiling wanokaka dan panggiling wanokaka modif merupakan jenis kain di Kabupaten Sumba Barat, khususnya di empat kecamatan. Penelitian ini mendeteksi jenis kain dari setiap motif yang ada. Penelitian ini menggunakan model Seci yang dipadukan dengan CNN dan disajikan dalam bentuk website. Dari penelitian ini terlihat bahwa tacit knowledge kain tenun Sumba dapat dieksplisitkan. Hasil dari CNN menunjukkan bahwa dari total epoch yang dibangun didapatkan nilai akurasi pada epoch ke-10 bernilai 80%, validasi akurasi bernilai 100%, nilai error akurasi dengan nilai loss 0.2638%, dan validation loss sebesar 0.0477%. Tingginya hasil validasi akurasi dan rendahnya error akurasi, serta rendahnya validation loss disebabkan karena data citra yang dijadikan data uji bersifat tipe motif memiliki ciri yang khas. Berbeda dengan data citra tumbuhan dan makhluk hidup lainnya yang memiliki tipe yang beragam. Pembangunan website sebagai user interface telah berjalan dengan baik. Hal ini dibuktikan dengan keberhasilan prediksi tacit knowledge untuk setiap citra yang dijadikan sebagai data uji.