<![CDATA[Crochet merupakan kerajinan tekstil dengan beragam pola yang sulit diidentifikasi secara manual karena memerlukan pengalaman dan waktu. Penelitian ini bertujuan mengembangkan sistem klasifikasi pola crochet berbasis Convolutional Neural Network (CNN) serta mengintegrasikannya dengan Large Language Model (LLM) untuk menghasilkan deskripsi pola secara otomatis dalam bahasa Indonesia. Dataset yang digunakan terdiri dari 830 citra yang dibagi ke dalam delapan kelas. Model CNN digunakan untuk ekstraksi fitur dan klasifikasi citra, kemudian hasil prediksi diteruskan ke LLM untuk menghasilkan deskripsi tekstual. Evaluasi dilakukan menggunakan metrik accuracy, precision, recall, F1-score, dan confusion matrix. Hasil pengujian menunjukkan bahwa model mencapai akurasi sebesar 93% dengan nilai macro average dan weighted average sebesar 0,93, yang mengindikasikan performa yang seimbang pada seluruh kelas, meskipun masih terdapat kesalahan pada pola dengan kemiripan tekstur. Kontribusi utama penelitian ini terletak pada integrasi CNN dan LLM dalam satu sistem multimodal yang tidak hanya menghasilkan klasifikasi, tetapi juga deskripsi pola secara otomatis. Sistem diimplementasikan dalam aplikasi berbasis web yang memungkinkan pengguna memperoleh hasil klasifikasi, confidence score, dan deskripsi secara langsung. Pendekatan ini diharapkan dapat meningkatkan efisiensi proses identifikasi pola crochet serta mendukung pengembangan sistem multimodal pada domain tekstil.]]>
Copyrights © 2026
