Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika
IMANDAYANTI, NUR EZA
Unknown Affiliation
Computer Science & IT Other

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

Found 1 Documents
Search

 1 
Klasifikasi Jenis Wayang menggunakan Convolutional Neural Network (CNN) dan Optimasi Adaptive Moment Estimation (ADAM) Imandayanti, Nur Eza; Wahanani, Henni Endah; Rizki, Agung Mustika
KERNEL: Jurnal Riset Inovasi Bidang Informatika dan Pendidikan Informatika Vol 5, No 2 (2024)
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.kernel.2024.v5i2.6862

Abstract

Perkembangan teknologi memiliki peran penting dalam upaya pelestarian budaya, terutama dalam melestarikan seni tradisional seperti wayang. Wayang merupakan salah satu warisan budaya Indonesia yang telah mengalami penurunan minat sebesar 23,06% dalam kurun waktu 2018 hingga 2021. Sehingga, diperlukan pendekatan baru yang lebih modern untuk dapat menarik perhatian generasi muda. Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi jening wayang menggunakan convolutional neural network (CNN) dengan optimasi Adaptive Moment Estimation (ADAM) agar memberikan informasi yang lebih akurat mengenai jenis wayang dan meningkatkan akses pendidikan budaya melalui teknologi. Metode CNN dengan optimasi ADAM disinyalir dapat meingkatkan kemampuannya dalam analisis citran dan optimasi akurasi. Hasill penelitian menunjukkan bahwa optimasi ADAM mengikatkan hasil akurasi prediksi hingga 0,84 dalaam 30 iterasi pelatihan dibandingan tanpa memiliki optimasi. Sistem ini dapat digunakan sebagai media pembelajaran interaktif untuk mengenal jenis wayang, termasuk wayang kulit, golek dan beber dengan performa yang baik.
Co-Authors Agung Mustika Rizki, Agung Mustika Henni Endah Wahanani