Open AccessConvolutional 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) - motif (music) , computer science , convolutional neural network , 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.