Pengenalan motif batik masih sangat bergantung pada pakar, sementara sistem otomatis yang tersedia umumnya hanya berupa model klasifikasi tanpa mekanisme keputusan yang dapat dipertanggungjawabkan. Penelitian ini merancang sistem cerdas pengenalan dua puluh motif Batik Nusantara melalui pendekatan penelitian desain dengan empat lapisan, yaitu kurasi data, pembelajaran dan optimasi genetika, mesin inferensi berbasis tingkat keyakinan, serta penjelasan visual. Kurasi data menggunakan hash kriptografis dan hash perseptual menyisakan 772 citra unik dari 800 citra. Algoritma genetika digunakan untuk mengoptimalkan hiperparameter jaringan saraf konvolusional serta memilih sekaligus membobot anggota ensemble. Model tunggal mencapai akurasi 89,66%, sedangkan ensemble genetika mencapai akurasi 87,93% dengan akurasi tiga kandidat teratas 96,55%. Ensemble genetika memiliki pengurutan keyakinan yang lebih andal, karena seluruh keputusan pada 60,3% citra dengan keyakinan tertinggi benar, dibandingkan 41,4% pada model tunggal. Mekanisme rujuk pakar pada model tunggal dengan ambang dari data validasi memutuskan 82,8% citra uji secara otomatis dengan akurasi 93,75%. Hasil ini menunjukkan bahwa nilai sistem cerdas tidak hanya ditentukan oleh akurasi, tetapi juga oleh kemampuannya mengenali ketidakpastian dan melibatkan pakar.
Copyrights © 2026