SISTEM INFORMASI KLASIFIKASI JENIS BATIK LANGKA BERBASIS CONVOLUTIONAL NEURAL NETWORK

Alkhomisi, Aura Aulia (2026) SISTEM INFORMASI KLASIFIKASI JENIS BATIK LANGKA BERBASIS CONVOLUTIONAL NEURAL NETWORK. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (1MB)
	Text BAB 1.pdf Download (406kB)
	Text BAB 2.pdf Download (619kB)
	Text BAB 3.pdf Download (910kB)
	Text BAB 4.pdf Download (1MB)
	Text BAB 5.pdf Download (386kB)
	Text LAMPIRAN.pdf Download (519kB)

Abstract

Batik adalah warisan budaya takbenda Indonesia yang sarat akan makna filosofis luhur. Namun, literasi masyarakat dalam membedakan motif batik langka dan motif umum kian menurun akibat maraknya peredaran produk tekstil pasaran dan tingginya kemiripan visual antar motif geometris. Penelitian ini bertujuan untuk membangun Sistem Informasi Klasifikasi Batik berbasis web menggunakan algoritma Deep Learning untuk membantu proses identifikasi dan penentuan status kelangkaan suatu motif secara otomatis. Algoritma Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 dan teknik Transfer Learning diimplementasikan untuk mengklasifikasikan 20 kelas motif batik nusantara. Pengembangan sistem perangkat lunak dilakukan menggunakan metodologi Agile Scrum. Hasil pengujian pada titik optimal (Epoch 10) menggunakan Confusion Matrix menunjukkan tingkat akurasi yang sangat baik, yaitu sebesar 90% dengan rata-rata F1-Score 0.89. Model terbukti sangat andal dalam mengenali dan membedakan motif langka yang memiliki ciri visual distingtif (seperti Batik Singa Barong), serta terbukti tangguh (robust) saat diuji menggunakan citra yang tidak ideal (rotasi miring dan warna grayscale). Meskipun pengenalan pada pola geometris repetitif yang rumit seperti Batik Jlamprang masih menjadi tantangan, sistem yang dibangun telah berhasil mengintegrasikan mekanisme validasi confidence threshold 75% guna meminimalisir kesalahan deteksi. Sistem ini juga terhubung langsung dengan basis pengetahuan digital yang menyajikan informasi sejarah, filosofi, dan status kelangkaan sebagai sarana pelestarian budaya digital yang interaktif.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Convolutional Neural Network, Batik, MobileNetV2, Transfer Learning, Pelestarian Budaya, Sistem Informasi Web
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Fitria Nur Indah Hasanah
Date Deposited:	07 May 2026 08:24
Last Modified:	07 May 2026 08:24
URI:	https://repository.unas.ac.id/id/eprint/15784

Actions (login required)

View Item