Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal RISTEC : Research in Information Systems and Technology
Wibisono, Muhammad Ridwan
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
BATIK MOTIF CLASSIFICATION USING CNN WITH RESNET-50 ARCHITECTURE Wibisono, Muhammad Ridwan; Nugroho, Imam Ma’ruf; Defriani, Meriska
RISTEC : Research in Information Systems and Technology Vol. 6 No. 1 (2025): RISTEC: Research in Information Systems and Technology
Publisher : RISTEC : Research in Information Systems and Technology

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Batik merupakan kerajinan tradisional Indonesia yang memiliki nilai seni tinggi dan telah diakui sebagai warisan budaya dunia oleh UNESCO pada 2 Oktober 2009. Namun, pengetahuan tentang identifikasi motif batik umumnya hanya dimiliki oleh mereka yang memiliki keahlian khusus, seperti pengrajin batik. Penelitian ini bertujuan untuk mengembangkan aplikasi berbasis Streamlit yang mampu mengklasifikasikan motif batik menggunakan metode Convolutional Neural Network (CNN) dengan arsitektur ResNet-50 untuk dapat menjadi solusi dalam mengenalkan batik secara lebih luas kepada masyarakat, baik sebagai media edukasi maupun sebagai alat bantu bagi industri kreatif. Penelitian ini menggunakan metodologi CRISP-DM (Cross-Industry Standard Process for Data Mining) yang mencakup tahapan Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, dan Deployment. Model dilatih selama 21 epoch, dengan hasil akurasi pelatihan sebesar 99,31%, akurasi validasi 94,37%, loss pelatihan 2,4%, dan loss validasi 22,25%. Dalam evaluasi menggunakan 140 sampel citra batik, model mencapai akurasi 89,285%. Hasil ini menunjukkan bahwa aplikasi yang dikembangkan berhasil dalam mengklasifikasikan motif batik menggunakan CNN.
Co-Authors Defriani, Meriska Nugroho, Imam Ma’ruf