Convolutional Neural Network untuk Metode Klasifikasi Multi-Label pada Motif Batik
Author(s) -
Taufiqotul Bariyah,
Mohammad Arif Rasyidi,
Ngatini Ngatini
Publication year - 2021
Publication title -
techno com
Language(s) - Italian
Resource type - Journals
eISSN - 2356-2579
pISSN - 1412-2693
DOI - 10.33633/tc.v20i1.4224
Subject(s) - computer science , convolutional neural network , motif (music) , humanities , artificial intelligence , art , aesthetics
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 ini menggunakan convolutional neural network (CNN) dalam melakukan klasifikasi multi-label citra motif batik. CNN merupakan salah satu algoritma deep learning pengembangan multi-layer perceptron (MLP) yang telah banyak digunakan dalam klasifikasi data, khususnya klasifikasi citra. Hasil penelitian menunjukkan akurasi penggunaan arsitektur CNN dalam melakukan klasifikasi multi-label pada 15 motif batik mencapai 91.41% dengan penggunaan epoch 100.
Accelerating Research
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom
Address
John Eccles HouseRobert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom