Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Performa Convolutional Neural Arsitektur Mobile-NetV2 Untuk Deteksi Batik SUCININGRUM, DYA AYU; PAMUNGKAS, DANAR PUTRA; WIDODO, DANANG WAHYU
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/hm241g29

Abstract

Keberagaman budaya Indonesia tecermin dalam motif batik. Mengingat kompleksitas identifikasi manual, penelitian ini mengembangkan sistem klasifikasi motif batik Kediri (Hewan, Tumbuhan, Wayang) menggunakan Convolutional Neural Network (CNN) berarsitektur MobileNetV2. Model dilatih dengan 600 gambar yang diproses dan di-augmentasi. Hasilnya, model mencapai akurasi validasi 90,50%, didukung metrik performa tinggi. Efisiensi komputasi MobileNetV2 menjadikannya solusi menjanjikan untuk aplikasi identifikasi batik real-time di perangkat mobile, sekaligus mendukung pelestarian warisan budaya