Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Aiti: Jurnal Teknologi Informasi
Lion Ferdinand , Lion Ferdinand
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Pemanfaatan algoritma Convolutional Neural Network (CNN) untuk klasifikasi jenis noken Rosyidah, Wahyuni Fajrin; Suhendra, Christian Dwi; Lion Ferdinand , Lion Ferdinand
AITI Vol 23 No 1 (2026)
Publisher : Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24246/aiti.v23i1.89-105

Abstract

Noken merupakan tas tradisional khas Papua yang memiliki nilai budaya tinggi dan telah diakui sebagai Warisan Budaya Takbenda oleh UNESCO. Keanekaragaman jenis noken berdasarkan motif, bentuk, dan daerah asalnya menghadirkan tantangan dalam proses identifikasi yang hingga kini masih dilakukan secara manual. Penelitian ini bertujuan untuk membangun sistem klasifikasi citra noken secara otomatis menggunakan Convolutional Neural Network (CNN) dengan pendekatan transfer learning. Tiga arsitektur CNN yang digunakan dalam penelitian ini adalah VGG16, InceptionV3, dan MobileNetV2. Dataset terdiri dari 500 citra noken, yang terdiri dari dua jenis noken yaitu Bitu Agia dan Junum Ese. Proses pelatihan dilakukan menggunakan library TensorFlow dengan parameter terbaik. Evaluasi dilakukan dengan menggunakan metrik accuracy, precision, recall, dan F1-score, serta grafik visualisasi akurasi dan loss. Hasil penelitian menunjukkan bahwa MobileNetV2 memberikan performa terbaik dengan akurasi 97 persen, disusul oleh InceptionV3 sebesar 96 persen, dan VGG16 sebesar 87 persen. Penelitian ini menunjukkan bahwa pendekatan deep learning efektif dalam klasifikasi citra objek budaya, serta dapat mendukung pelestarian budaya Papua secara digital.
Co-Authors Christian Dwi Suhendra, Christian Dwi Rosyidah, Wahyuni Fajrin