Husnan, Arief Husnan (2023) Klasifikasi pola batik malang menggunakan algoritma convolutional neural network (cnn) / Arief Husnan. Diploma thesis, Universitas Negeri Malang.
Full text not available from this repository.Abstract
Batik merupakan warisan budaya Indonesia yang saat ini sudah diakui oleh dunia hal ini dibuktikan ketika UNESCO pada tahun 2009 mengumumkan bahwa batik Indonesia merupakan warisan kemanusiaan untuk lisan dan nonbendawi. Salah satu kota pengrajin batik di Indonesia adalah Kota Malang belum ada sumber yang menyatakan secara jelas kapan dan bagaimana batik muncul di daerah Malang. Akan tetapi terdapat satu penyelenggaran upacara tradisional pada abad ke-19 yang dimana peserta upacara tersebut banyak yang menggunakan kain hiasan di kepala dengan pola batik Sidomukti (Hermawati dkk 2018). Klasifikasi pola batik daerah Malang dengan algoritma Convolutional Neural Network (CNN) merupakan pokok utama bahasan dalam penelitian ini. CNN adalah gabungan antara jaringan syaraf tiruan (JST) dengan deep learning. Umumnya CNN memiliki lebih dari satu lapisan (layer) seringnya suatu lapisan subsampling yang diikuti oleh satu atau lebih lapisan yang saling terhubung sebagai standar jaringan syaraf tiruan. Pada penelitian ini dilakukan percobaan menggunakan algoritma CNN sebanyak 27 kali dengan 3 skenario sehingga setiap skennario dilakukan percobaan 9 kali. Akurasi yang tertinggi didapat pada skenario ke-3 yaitu skenario 64 potongan dengan 97 85% diikuti dengan skenario ke-1 yaitu yaitu skenario 25 potongan dengan akurasi 97 5% dan skenario ke-2 yaitu skenario 36 potongan dengan akurasi 97 2%.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | ?? ?? |
| Divisions: | Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika |
| Depositing User: | library UM |
| Date Deposited: | 12 Jun 2023 04:29 |
| Last Modified: | 09 Sep 2023 03:00 |
| URI: | http://repository.um.ac.id/id/eprint/291735 |
Actions (login required)
 |
View Item |