Classification of West Java Batik Motifs Using Convolutional Neural Network

Abstract

Perbedaan jenis batik di Provinsi Jawa Barat bagi masyarakat umum tidak akan terlihat secara signifikan, karena semua motif sekilas seperti sama. Untuk memberikan informasi, klasifikasi motif batik perlu mengatasi tantangan yang dihadirkan oleh berbagai jenis batik. Apabila rintangan ini telah teratasi, maka akan lebih mudah untuk membedakan antara nama-nama dari berbagai motif batik, yang memungkinkan masyarakat umum untuk mempelajari nama-nama dari berbagai motif batik yang tidak mereka kenal dengan cara yang wajar. tepat. Perlu dilakukan pengkategorian batik untuk menentukan jenis batik yang digunakan di masing-masing daerah. Ini akan membuatnya lebih mudah untuk membedakan pola yang digunakan di setiap wilayah. Pendekatan convolutional neural network (CNN) digunakan sebagai metodologi untuk penelitian kategorisasi berbagai jenis batik yang diproduksi di Jawa Barat menggunakan metode Convolutional Neural Network (CNN) bahwa proses ekstraksi fitur dapat dilakukan diluar proses yang terdapat pada algoritma CNN atau menggunakan feature learning tergantung kepada kebutuhan dari penelitian itu sendiri, dan hasil klasifikasi pada 20 epoch dan nilai learning rate 0.001 didapatkan akurasi sebesar 90% dengan precission sebesar 90% serta recall sebesar 90% . Melihat kualitas dan jumlah data yang tidak begitu bagus dan kurang banyak, hasilnya sudah cukup bagus.