OPTIMISASI PENGENALAN DAN PELABELAN MOTIF BATIK DENGAN PROTOTYPICAL NETWORKS DAN UNCERTAINTY ANALYSIS

Habibi, Adil Faruq (2023) OPTIMISASI PENGENALAN DAN PELABELAN MOTIF BATIK DENGAN PROTOTYPICAL NETWORKS DAN UNCERTAINTY ANALYSIS. Diploma thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (2MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (277kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (284kB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf

Download (739kB)
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf

Download (1MB)
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (213kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf

Download (1MB)

Abstract

Indonesia dikenal dengan kekayaan budaya batiknya yang mencakup ribuan motif
unik dari berbagai daerah. Mengidentifikasi dan melabeli motif-motif ini secara
manual adalah tugas yang kompleks dan memakan waktu. Meskipun telah ada
penelitian yang menggunakan machine learning untuk pengenalan motif batik,
pendekatan tersebut seringkali terbatas pada jumlah kelas yang tetap. Jika kelas
baru ditemukan, biasanya dibutuhkan banyak data tambahan, dan model harus
dilatih ulang, yang menjadi tantangan tersendiri. Penelitian ini bertujuan untuk
mengoptimalkan proses pengenalan dan pelabelan motif batik dengan
menggabungkan Prototypical Networks (ProtoNets) dengan Uncertainty Analysis.
Metode ini menawarkan fleksibilitas dalam pengenalan motif, memungkinkan
penambahan kelas tanpa perlu melatih ulang model. Dari hasil eksperimen ini saat
menggunakan pretrained ConvNeXt Tiny sebagai backbone ProtoNets memperoleh
akurasi hingga 92% dalam pengenalan kelas-kelas novel. Selain itu saat dihadapkan
pada tugas pelabelan terhadap 120 data dari kelas-kelas novel, pendekatan ini dapat
menghemat biaya pelabelan hingga 76%. Platform web yang dikembangkan juga
menyediakan fitur pengenalan motif batik, memberikan analitik melalui uncertainty
analysis, dan visualisasi Class Activation Map yang membantu dalam interpretasi
model. Dan juga terdapat fitur pelabelan interaksi model dan manusia. Penelitian
ini menawarkan solusi efisien dan fleksibel untuk pengenalan dan pelabelan motif
batik, dengan potensi dalam skala yang lebih luas.

Item Type: Thesis (Diploma)
Subjects: T Technology > T Technology (General)
T Technology > TT Handicrafts Arts and crafts
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User: Users 30 not found.
Date Deposited: 24 Oct 2023 06:27
Last Modified: 24 Oct 2023 06:27
URI: https://repository.unas.ac.id/id/eprint/8477

Actions (login required)

View Item View Item