Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
Wulan Nur Afifah, Wulan Nur
Program Studi Pendidikan Biologi FKIP Untan
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
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 Veronica Lusiana