Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Maulana, Hafizh Kennandya
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
PENERAPAN ARSITEKTUR CNN-EFFICIENTNETB2 DENGAN TRANSFER LEARNING PADA KLASIFIKASI GAMBAR TOKOH WAYANG KULIT Maulana, Hafizh Kennandya
Jurnal Informatika dan Teknik Elektro Terapan Vol 13, No 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5626

Abstract

Wayang merupakan seni pertunjukan berupa boneka tiruan dengan terdiri dari beberapa jenis yang masing-masingnya memiliki ciri khas tersendiri berdasarkan daerah, seperti wayang kulit yang merupakan jenis wayang dari Jawa Timur dengan ciri khas bentuk tokoh-tokohnya yang pipih dan bertangkai. Meskipun masing-masing tokoh memiliki bentuk yang beragam, beberapa tokoh memiliki kemiripan 2 dari bentuk atribut, pola ataupun warna. Hal tersebut menimbulkan kendala dalam mengenali tokoh wayang, terutama bagi generasi muda yang baru mengenal kesenian wayang. Dengan adanya hal tersebut penelitian ini dilakukan sebagai upaya mengenalkan kesenian wayang dan melestarikan kebudayaan Indonesia pada generasai muda. Fokus utama penelitian ini adalah menguji arsitektur CNN 4 yang berbeda untuk mencapai tingkat akurasi yang lebih baik pada klasifikasi gambar tokoh wayang kulit. EfficientNetB2 dipilih sebagai arsitektur yang diterapkan dengan teknik Transfer Learning untuk melakukan penugasan pada klasifikasi gambar tokoh wayang kulit dan ResNet50 sebagai pembanding. Data dalam penelitian ini berupa data sekunder yang diambil dari website Kaggle, yang kemudian diolah dengan dua tahapan, yaitu pembagian data testing, validation, dan testing, dan augmentasi data. Hasil penelitian menunjukkan bahwa model EfficientNetB2 dan ResNet50 berhasil diterapkan untuk klasifikasi gambar tokoh wayang kulit yang terdiri dari 22 kelas dengan akurasi tinggi.
PENERAPAN ARSITEKTUR CNN-EFFICIENTNETB2 DENGAN TRANSFER LEARNING PADA KLASIFIKASI GAMBAR TOKOH WAYANG KULIT Maulana, Hafizh Kennandya
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i1.5626

Abstract

Wayang merupakan seni pertunjukan berupa boneka tiruan dengan terdiri dari beberapa jenis yang masing-masingnya memiliki ciri khas tersendiri berdasarkan daerah, seperti wayang kulit yang merupakan jenis wayang dari Jawa Timur dengan ciri khas bentuk tokoh-tokohnya yang pipih dan bertangkai. Meskipun masing-masing tokoh memiliki bentuk yang beragam, beberapa tokoh memiliki kemiripan 2 dari bentuk atribut, pola ataupun warna. Hal tersebut menimbulkan kendala dalam mengenali tokoh wayang, terutama bagi generasi muda yang baru mengenal kesenian wayang. Dengan adanya hal tersebut penelitian ini dilakukan sebagai upaya mengenalkan kesenian wayang dan melestarikan kebudayaan Indonesia pada generasai muda. Fokus utama penelitian ini adalah menguji arsitektur CNN 4 yang berbeda untuk mencapai tingkat akurasi yang lebih baik pada klasifikasi gambar tokoh wayang kulit. EfficientNetB2 dipilih sebagai arsitektur yang diterapkan dengan teknik Transfer Learning untuk melakukan penugasan pada klasifikasi gambar tokoh wayang kulit dan ResNet50 sebagai pembanding. Data dalam penelitian ini berupa data sekunder yang diambil dari website Kaggle, yang kemudian diolah dengan dua tahapan, yaitu pembagian data testing, validation, dan testing, dan augmentasi data. Hasil penelitian menunjukkan bahwa model EfficientNetB2 dan ResNet50 berhasil diterapkan untuk klasifikasi gambar tokoh wayang kulit yang terdiri dari 22 kelas dengan akurasi tinggi.
Co-Authors