MIND (Multimedia Artificial Intelligent Networking Database) Journal
Vol 9, No 1 (2024): MIND Journal

Deteksi Marker Augmented Reality dalam Pengenalan Batik Kalimantan Timur menggunakan Algoritma Convolutional Neural Networks (CNNs)

SA'AD, MUHAMMAD IBNU (Unknown)
PRATIWI, HENY (Unknown)



Article Info

Publish Date
11 Jun 2024

Abstract

AbstrakMultimedia dan kecerdasan buatan saat ini masih menjadi trend dalam dunia pendidikan, wirausaha, industri, teknologi kedokteran, dan bidang lainnya. Salah satu perkembangan teknologi computer vision adalah Augmented Reality. Augmented reality merupakan teknologi yang menggabungkan antara dunia nyata dan dunia maya dengan menggunakan marker sebagai target objek 3D yang akan ditampilkan. Algoritma Convolutional Neural Network, sebagai pendukung dalam penelitian ini yang bertujuan untuk mengukur keakuratan marker motif batik kalimantan timur. Metode yang digunakan pada penelitian ini adalah marker based tracking untuk melacak penanda visual. Hasil pengujian dengan 100 data marker dengan rasio 80:20 marker motif batik Kalimantan Timur menunjukan akurasi terbaik yaitu sebesar 0,9092, dan rata-rata akurasi keseluruhan dari epoch 1 sampai epoch 20 yaitu sebesar 0,90237. Hasil akhir pengujian marker dan objek 3D Augmented Reality.Kata kunci: multimedia, kecerdasan buatan, augmented reality,convolutional neural networksAbstractMultimedia and artificial intelligence are currently still a trend in the world of education, entrepreneurship, industry, medical technology and other fields. One of the developments in computer vision technology is Augmented Reality. Augmented reality is a technology that combines the real world and the virtual world by using markers as targets for the 3D objects to be displayed. The Convolutional Neural Network algorithm, as support in this research, aims to measure the accuracy of East Kalimantan batik motif markers. The method used in this research is marker based tracking to track visual markers. The test results with 100 marker data with a ratio of 80:20 for East Kalimantan batik motif markers showed the best accuracy, namely 0.9092, and the overall average accuracy from epoch 1 to epoch 20 was 0.90237. Final results of testing markers and 3D Augmented Reality objects.Keywords: multimedia, artificial intelligence, augmented reality, convolutional neuralnetworks

Copyrights © 2024