Penelitian ini berfokus pada pengembangan model klasifikasi citra rumah adat di Indonesia menggunakan Convolutional Neural Network. Indonesia dikenal memiliki beragam rumah adat yang mencerminkan budaya dan kearifan lokal setiap daerah. Namun, keberagaman ini mulai terancam oleh pengaruh budaya asing dan kurangnya minat generasi muda. Untuk melestarikan dan mempermudah pengenalan rumah adat, penelitian ini memanfaatkan teknologi deep learning dengan model CNN seperti VGG-16, MobileNet, dan Xception. Dalam studi ini menentukan akurasi terbaik dalam mengenali dan mengklasifikasikan berbagai jenis rumah adat. Dataset yang digunakan terdiri dari sepuluh kategori rumah adat, dengan lima kategori tambahan untuk meningkatkan variasi dan representasi data. Hasil penelitian ini menunjukkan peningkatan dalam akurasi klasifikasi hingga 87% setelah dilakukan augmentasi dan hyperparameter tuning pada model MobileNet.
Copyrights © 2025