Convolutional Neural Network Untuk Metode Klasifikasi Multi-Label Pada Motif Batik

Taufiqotul Bariyah1, Mohammad Arif Rasyidi2, Ngatini3
1,2,3Informatika, Universitas Internasional Semen Indonesia
E-mail: 1taufiqotul.bariyah@uisi.ac.id, 2mohammad.rasyidi@uisi.ac.id, 3ngatini@uisi.ac.id

Salah satu warisan budaya Indonesia yang diakui dunia adalah kain batik. Beragamnya motif batik di Indonesia membuat masyarakat awam sulit membedakan motif-motif yang ada. Penelitian terkait klasifikasi dan pengenalan motif batik saat ini kebanyakan berfokus pada klasifikasi satu jenis motif batik (single-label) yang terdapat pada suatu citra. Padahal, beberapa kain batik yang ada memiliki lebih dari satu motif sebagai penyusunnya. Penelitian ini bertujuan untuk melakukan klasifikasi multi-label citra motif batik dengan menggunakan convolutional neural network (CNN). CNN merupakan salah satu algoritma deep learning pengembangan multi-layer perceptron (MLP) yang telah banyak digunakan dalam klasifikasi data, khususnya klasifikasi citra. Hasil penelitian ini menunjukkan akurasi penggunaan arsitektur CNN dalam melakukan klasifikasi multi-label pada 15 motif batik mencapai 91.41% dari 300 citra uji dengan menggunakan epoch 100.

Kata kunci: klasifikasi multi-label, convolutional neural network, pengolahan citra, motif batik

Full Paper: Download Full Paper

Plagiarism Check: Download Check Plagiarism

Peer Review I: Download Peer Review

Peer Review II: Download Peer Review