Pengenalan Motif Kain Songket Pada Citra Kamera Smartphone Dengan Beragam Sudut Pandang Menggunakan CNN

Muhammad Husein Nashr (Universitas Sriwijaya)
Muhammad Fachurrozi (Universitas Sriwijaya)
Eni Triningsih (Universitas Nasional Pasim)
Kanda Januar Miraswan (Universitas Sriwijaya)

Jurnal Generic
Vol 12 No 1 (2020): Vol 12, No 1 (2020)

Songket Palembang memiliki motif yang beragam sehingga dibutuhkan mesin pengenal yang dapat membantu orang awam mengenali motif ini. Mesin pengenal harus mampu mengenali motif dengan variasi transformasi spatial, noisedan blur. Dalam penelitian ini, CNN mampu mengklasifikasi motif songket dengan akurasi 93%. Arsitektur CNN yang digunakan menggunakan 2.22 MB memori GPU saat inference. Penggunaan Dropout memberikan efek regularisasi, yaitu meningkatkan akurasi pada data uji dan penggunaan momentum dengan nilai 0.9 mengurangi waktu training 2x lebih cepat. Layer konvolusi CNN pada penelitian ini tidak dapat mengekstrak fitur penting pembeda antar kelas, tidak seperti layer konvolusi CNN pretrain yang sudah dilatih dengan dataset yang besar sehingga menghasilkan akurasi 100% untuk klasifikasi songket