KLASIFIKASI METODE PEMBUATAN BATIK BERDASARKAN CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN)

Fauzul Aziz, 3011610017 (2020) KLASIFIKASI METODE PEMBUATAN BATIK BERDASARKAN CITRA MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN). Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Restricted to Repository staff only Download (96kB) | Request a copy
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Restricted to Repository staff only Download (28kB) | Request a copy
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (476kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (277kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (240kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (157kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (155kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (262kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (425kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (410kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (429kB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (858kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V KESIMPULAN DAN SARAN) 14. BAB V KESIMPULAN DAN SARAN.pdf Restricted to Repository staff only Download (231kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (341kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (547kB) | Request a copy
	Text (FULL TEXT) SKRIPSI - FAUZUL AZIZ (3011610017).pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULL TEXT DOC) SKRIPSI - FAUZUL AZIZ (3011610017).docx Restricted to Repository staff only Download (8MB) | Request a copy
	Text (JURNAL) JURNAL - FAUZUL AZIZ (3011610017).docx Restricted to Repository staff only Download (72kB) | Request a copy

Abstract

Batik adalah salah satu identitas budaya di Indonesia. Metode pembuatan batik beragam, yaitu seperti batik tulis, batik cap dan batik cetak. Convolutional Neural Network (CNN) adalah salah satu metode klasifikasi machine learning yang mampu untuk mendeteksi dan mengenali informasi prediktif dari suatu objek. Penelitian ini bertujan untuk mengetahui penerapan Convolutional Neural Network (CNN) dalam mengklasifikasi batik berdasarkan metode pembuatannya, yaitu batik tulis, batik cap dan batik cetak. Penulis menggunakan dataset gambar batik sebanyak 1500 gambar, yang di pre-processing menjadi 3 jenis ukuran gambar dataset, yaitu dataset dengan ukuran gambar 64x64 pixel, 128x128 pixel, dan 256x256 pixel. Kemudian memproses gambar batik meggunakan deep learning, yaitu model Convolutional Neural Network (CNN) yang telah banyak digunakan untuk penelitian klasifikasi citra. Penggunaan arsitektur densenet169 dalam penelitian ini menghasilkan akurasi klasifikasi sebesar 77.33%. Hasil tersebut merupakan akurasi tertinggi dari arsitektur lainnya. Oleh karena itu program prediksi jenis batik dibangun dengan menggunakan arsitektur densenet169.

Item Type:	Thesis (Undergraduate)
Additional Information:	040/KK.20/UISI-01/IF
Uncontrolled Keywords:	batik, metode pembuatan batik, Convolutional Neural Network (CNN), Image Classification.
Contributors:	Contribution Name Email Thesis advisor Mohammad Arif Rasyidi, S.Kom., M.Sc. mohammad.rasyidi@uisi.ac.id Thesis advisor Doni Setio Pambudi, S.Kom., M.Kom. doni.pambudi@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	Fauzul Aziz
Date Deposited:	26 Aug 2020 06:37
Last Modified:	18 Nov 2020 14:59
URI:	https://repository.uisi.ac.id/id/eprint/799

Actions (login required)

View Item