Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Just TI (Jurnal Sains Terapan Teknologi Informasi)
Slamet Riyadi
Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
Computer Science & IT

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

Found 1 Documents
Search

 1 
Optimasi Image Classification pada Wayang Kulit Dengan Convolutional Neural Network Slamet Riyadi; Dadang Iskandar Mulyana
Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 14, No 1 (2022): Januari 2022
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/justti.v14i1.789

Abstract

Abstrak - Wayang merupakan contoh pertunjukan seni di negara Indonesia yang memiliki nilai-nilai luhur khususnya dalam masyarakat Jawa. Salah satu jenisnya adalah wayang kulit yang menceritakan perpaduan budaya Islam, Hindu, dan Budha dalam cerita religi dan mitos. Melihat perkembangan teknologi dimana masyarakat Indonesia mengandalkan kecanggihan teknologi, tidak menutup kemungkinan jika budaya yang ada mulai memudar, kebiasaan hidup masyarakat modern yang serba mengandalkan pada teknologi dan aktivitas sehari-hari masyarakat juga memungkinkan lunturnya budaya tradisional. Oleh karena itu, peneliti membuat program pengenalan citra wayang kulit menggunakan algoritma Convolutional Neural Network, yang merupakan operasi konvolusi dengan cara menggabungkan beberapa lapisan pemrosesan, menggunakan beberapa elemen yang bergerak secara paralel dan terinspirasi oleh sistem syaraf biologis. Gambar wayang kulit yang digunakan adalah Werkudara, Yudistira, Bathara Surya, Bathara Wisnu, Arjuna, Nakula, Sadewa, Semar, Gareng, Bagong, dan Petruk. Implementasi pengenalan citra wayang kulit dilakukan dengan menggunakan 2 model pengujian yaitu model Sequential dan model on top VGG16 yang berjalan pada aplikasi Google Collaboratory, dan Keras. Data pengujian pada penelitian ini adalah 1850 citra data latih dan 330 citra data uji yang menghasilkan nilai evaluasi dengan nilai akurasi 98,48% dan nilai loss 0,077% pada model Sequential dan nilai akurasi 99,70% dan nilai loss 0,021% pada model on top VGG16.
Co-Authors Dadang Iskandar Mulyana`