Article Per Year (5 Year)
p-Index From 2021 - 2026
6.972
P-Index
This Author published in this journals
All Journal Information Technology and Telematics Dinamik Jurnal Ilmiah Dinamika Teknik Elkom: Jurnal Elektronika dan Komputer Scientific Journal of Informatics Jurnal Ilmiah Giga Proceeding SENDI_U Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA CogITo Smart Journal JURNAL INSTEK (Informatika Sains dan Teknologi) Jurnal Teknik Informatika UNIKA Santo Thomas INTECOMS: Journal of Information Technology and Computer Science Jurnal Teknologi Sistem Informasi dan Aplikasi IKRA-ITH ABDIMAS J-SAKTI (Jurnal Sains Komputer dan Informatika) JURIKOM (Jurnal Riset Komputer) Jurnal Informasi dan Komputer JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Building of Informatics, Technology and Science Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi JURNAL MAHAJANA INFORMASI Jurnal Abdimas Mandiri Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) Journal of Computer System and Informatics (JoSYC) TIN: TERAPAN INFORMATIKA NUSANTARA Jurnal Pengabdian kepada Masyarakat J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal Teknik Informatika Unika Santo Thomas (JTIUST) Jurnal Pengabdian Masyarakat Intimas (Jurnal INTIMAS): Inovasi Teknologi Informasi Dan Komputer Untuk Masyarakat Jurnal Pengabdian Pada Masyarakat Jurnal Kabar Masyarakat SmartComp Fundamentum: Jurnal Pengabdian Multidisiplin Servis : Jurnal Pengabdian dan Layanan kepada Masyarakat Andan Jejama: Indonesian Journal Of Community Engagement Jurnal Teknik Informatika dan Teknologi Informasi
Veronica Lusiana
Universitas Stikubank (UNISBANK) Semarang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Public Health Social Sciences Transportation Veterinary Other

Published : 71 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 71 Documents
Search

 4   5   6   7   8 
KLASIFIKASI JENIS BATIK SEMARANGAN MENGGUNAKAN METODE CONVOLUTION NEURAL NETWORK (CNN) Afifah, Wulan Nur; Lusiana, Veronica
JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika) Vol 10, No 1 (2025)
Publisher : STKIP PGRI Tulungagung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29100/jipi.v10i1.5873

Abstract

Batik merupakan jenis kain yang memiliki motif khas dan dibuat dengan teknik khusus. Batik Semarangan memiliki motif yang unik, terinspirasi oleh aktivitas budaya, tempat-tempat bersejaran di kota Semarang, serta tokoh legendaris Semarang. Beberapa motif batik yang terkenal dari Semarang antara lain adalah Motif Warak Ngendok, Motif Tugu Muda, serta motif yang menampilkan ikon-ikon kota Semarang seperti Lawang Sewu, Blekok Srondol, Jembatan Mberok, dan Asem. Dalam penelitian ini, digunakan 78 citra batik Semarangan yang terbagi menjadi tiga motif yaitu Motif Landmark, Motif Naturalis Flora, dan Motif Naturalis Fauna. Data citra batik ini dibagi menjadi dua set, yaitu 66 citra batik untuk data latih dan 12 citra batik untuk data uji. Metode yang digunakan untuk mengklasifikasi batik Semarang adalah metode Convolutional Neural Network (CNN), sebuah jenis metode jaringan saraf tiruan yang sangat efektif dalam pengenalan pola visual. CNN dipilih karena kemampuannya yang tinggi dalam mengidentifikasi dan mengklasifikasikan berbagai fitur visual dari gambar batik. Hasil dari model CNN ini menunjukkan tingkat akurasi sebesar 75% dalam mengklasifikasikan jenis-jenis batik Semarangan. Penelitian ini menunjukkan potensi besar dalam menggunakan teknologi modern untuk melestarikan dan mempromosikan warisan budaya melalui identifikasi motif digital batik yang kompleks, memungkinkan batik Semarang dikenal dengan lebih mudah di pasar global serta mendukung upaya pelestarian dan pengembangan produk budaya lokal.
Co-Authors Adi Nugroho, Hermawan Afian Ibnu Yuwono Aisyah Nur Ramadhayani Alfian, Riyan Antono Adhi ARIFUDIN, WAHYU Aryasatya, Rakryan Atmaja, Wahyu Priyo Budi Hartono budi hartono Budi Hartono Deva Ega Marinda Dewi Handayani Untari Ningsih Dian Kristiawan Nugroho Dimas Wahyu Edy Supriyanto Edy Winarno Eka Ardhianto Eko Nur Wahyudi Endang Lestariningsih Febriana, Trissa Noor Aulia Felix Andreas Sutanto Hari Murti Hartono, Budi Hartono, Budi Hidayat, Agung Rizqi Ilham Ramadhan, Hafidh Imam Husni Al Amin Iskandar Zulkarnein Jefri Alfa Razak Krisna Aditya Pratama Kristianto, Teguh Ma’sum, Muhammad Ali Melly Anggraini Miftah Khul Janah Muhammad Muslimin Ningsih, Dewi Handayani .U Oka Rosalin, Agnes Pratama, Krisna Aditya Pusdita, Tistantia R. Soelistijadi Radyanto, Mohammad Riza Ramadhani, Insan Rara Sri Artati Redjeki Ratnaduhita, Aurellia Razak, Jeffri Alfa Retnowati Retnowati Rina Candra Noor Santi Sariyun Naja Anwar Setiaji, Isnan Sri Eniyati Sri Wahyuni Sumarno, Davis Danendra Tahta Febri P, Gilar Taufan Maynard Prananda Sancaka1 Teguh Khristianto Umi Kholifah WAHYU PRIYO ATMAJA Wahyu Priyo Atmaja Widiyanto Tri Handoko Widyawati, Lanjar Wismarini, Th Dwiati Wiwien Hadikurniawati Wulan Nur Afifah, Wulan Nur Zulkarnein, Iskandar