IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) KLASIFIKASI MOTIF BATIK MENGGUNAKAN EFFICIENTNET-B1

Abstract

Penelitian ini bertujuan untuk memudahkan pengenalan motif batik di Indonesia. Pengolahan citra digital dalam klasifikasi gambar bertujuan membuat komputer dengan meniru kemampuan manusia dalam membedakan atau mengelompokkan gambar berdasarkan informasi yang terkandung didalamnya melalui Convolutional Neural Network (CNN), bagian dari Deep Learning, untuk mendeteksi dan mengenali objek pada citra digital. Metode penelitian menggunakan CRISP-DM dengan arsitektur EfficientNet-B1, yang menunjukkan akurasi training 0,89 dan loss 0,33, serta akurasi testing 0,98 dan loss 0,70. Faktor seperti jumlah strides, nilai dropout, dan pemilihan aktivasi sangat berpengaruh pada kinerja model. Model ini dapat diimplementasikan dalam aplikasi mobile berbasis android.