Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Journal of Artificial Intelligence and Digital Business
Pratama, Fadli
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Motif Batik Jambi Menggunakan Convulotional Neural Network Pratama, Fadli; Bangsa, M.Theo Ari; Yudertha, Andreo
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 4 No. 4 (2026): November - January
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v4i4.3602

Abstract

Batik merupakan budaya yang sangat melekat di Indonesia dan dapat ditemukan di seluruh Nusantara dengan gaya unik masing-masing daerah, termasuk batik Jambi. Batik Jambi memiliki kekhasan pada motif, warna, serta filosofi yang terkandung di dalamnya. Namun, pemahaman masyarakat, khususnya generasi muda, terhadap ragam motif batik Jambi masih terbatas. Oleh karena itu, penelitian ini bertujuan mengembangkan sistem klasifikasi otomatis untuk mengidentifikasi motif batik Jambi menggunakan kecerdasan buatan, khususnya Convolutional Neural Network (CNN). Arsitektur yang digunakan adalah VGG16, salah satu model CNN yang terbukti efektif untuk pengenalan citra. Penelitian ini melibatkan tahap pengumpulan dataset yang terdiri dari 1215 citra batik Jambi yang terbagi ke dalam 15 motif berbeda seperti Angso Duo, Batanghari, dan Bungo Melati. Tahapan penelitian mencakup augmentasi data untuk memperkaya variasi citra, pelatihan model, dan evaluasi performa sistem. Hasil penelitian menunjukkan bahwa model final VGG16 mampu mengidentifikasi motif batik Jambi dengan sangat baik, ditunjukkan oleh akurasi sebesar 97,43%, validation akurasi 99,11%, serta rata-rata precision, recall, dan F1-score sebesar 99%. Nilai evaluasi yang berada di atas 95% membuktikan bahwa model mampu melakukan klasifikasi secara konsisten dan akurat. Dengan adanya sistem ini, diharapkan masyarakat Jambi dan generasi muda dapat lebih mengenal dan memahami motif batik daerahnya, sekaligus membantu upaya pelestarian budaya. Teknologi kecerdasan buatan dapat menjadi sarana penting dalam mendukung pelestarian dan digitalisasi warisan budaya Indonesia.
Co-Authors Bangsa, M.Theo Ari Yudertha, Andreo