Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025

Analisis Performa Convolutional Neural Arsitektur Mobile-NetV2 Untuk Deteksi Batik

SUCININGRUM, DYA AYU (Unknown)
PAMUNGKAS, DANAR PUTRA (Unknown)
WIDODO, DANANG WAHYU (Unknown)

Article Info

Publish Date
10 Jul 2025

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

Copyrights © 2025




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Website

Abbrev

inotek

Publisher

Universitas Nusantara PGRI Kediri

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Description

Teknologi saat berkembang sangat cepat selama beberapa tahun terakir ini. Perkembangan teknologi tersebut merupakan salah satu dampak dari peningkatan inovasi dalam bidang teknologi. Ide-ide dan produk baru selalu ada untuk membantu kemingkatkan kualitas kehidpan manusia. Dalam rangka mendukung ...