Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI
Rika, Relinda Yeni
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Kain Tenun Adat Malaka Menggunakan Metode Convolutional Neural Network (CNN) Rika, Relinda Yeni
JATISI Vol 12 No 1 (2025): JATISI (Jurnal Teknik Informatika dan Sistem Informasi)
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35957/jatisi.v12i1.9345

Abstract

Kain Tenun Marobo dan futus berasal dari Malaka (Nusa Tenggara Timur) adalah salah satu warisan budaya Indonesia bernilai tinggi yang kaya akan sejarah dan makna. Marobo memiliki corak yang beragam, setiap motif dan corak pada Marobo dan futus memiliki makna dan simbolisme tersendiri. Pengenalan citra motif Marobo dan futus memiliki potensi besar untuk pengembangan aplikasi dalam berbagai bidang, seperti industri kreatif, desain produk, serta pelestarian budaya dan warisan lokal. Namun, proses pengenalan motif Marobo dan futus secara manual memerlukan waktu dan usaha yang besar. Pada penelitian ini metode yang digunakan untuk penglasifikasian adalah Convolutional Neural Network (Jaringan saraf Konvolusional). Metode yang digunakan untuk klasifikasi ini dengan model Arsitektur VGG16 dan MobileNet digunakan sebagai model dasar CNN dalam penelitian ini. Data yang akan digunakan proses training dan testing dilakukan dengan tiga jumlah yang berbeda yaitu; epoch 10,20 dan 30 dengan nilai learning rate sebesar 0,1,0.01 dan 0.001. Hasil pengujian menunjukkan bahwa akurasi terbaik dari arsitektur VGG16 diperoleh pada epoch 10 dengan learning rate 0.001 dengan tingkat akurasi rata-rata 80%. Sedangkan arsitektur MobileNet menghasilkan akurasi terbaik rata-rata 70% pada epoch dan learning rate 0.01.
Co-Authors