Rancang Bangun Website Pengenalan Motif Batik Pekalongan Dengan Algoritma Convolutional Neural Network (CNN)

Yunus Dani Saputra, Muhammad
Dwi Putro Wicaksono, Aditya

eProceedings of Engineering
Vol. 12 No. 6 (2025): Desember 2025

Museum Batik Pekalongan sebagai pusat pelestarianwarisan budaya batik sering menghadapi kendala dalammemberikan informasi kepada pengunjung, terutama saat jumlahpengunjung melebihi kapasitas kurator yang tersedia. Selain itu,media informasi yang ada cenderung kurang interaktif dan belummenyajikan penjelasan motif batik secara menyeluruh. Untukmengatasi masalah tersebut, penelitian ini merancang danmembangun sebuah website pengenalan motif batik Pekalonganberbasis Convolutional Neural Network (CNN) dengan arsitekturMobileNetV2. Website ini memiliki tiga fitur utama, yaituklasifikasi motif batik melalui unggahan gambar, penjelasanlengkap tiap motif, dan chatbot interaktif berbasis pencariansemantik untuk menjawab pertanyaan seputar motif. Pengembangansistem dilakukan secara individu dengan metode ExtremeProgramming (XP) agar dapat mengikuti kebutuhan penggunasecara fleksibel dan bertahap. Pengujian dilakukan melalui AlphaTest menggunakan Blackbox Testing dan Beta Test dengan UserAcceptance Testing (UAT) terhadap 10 pengguna. Hasil Alpha Testmenunjukkan bahwa seluruh fungsi berjalan dengan baik dan sesuaikebutuhan. Sementara itu, Beta Test menunjukkan nilai rata-ratakepuasan pengguna sebesar 89,25%, dengan penilaian positif padaaspek kemudahan penggunaan, desain antarmuka, dan kelengkapaninformasi. Selain itu, akurasi klasifikasi mencapai 93,75% dari 80gambar uji pada 8 kelas motif batik. Secara keseluruhan, website inidiharapkan bisa menjadi media edukatif yang menarik danmembantu pelestarian budaya batik di Indonesia.Kata kunci— batik pekalongan, klasifikasi gambar, CNN,chatbot, extreme programming