Nahwah, Elvina (2025) KLASIFIKASI CITRA MOTIF BATIK CIBULUH BOGOR GUNA DIGITALISASI MENGGUNAKAN TRANSFER LEARNING MOBILENETV2. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.

	Text Elvina Nahwah_3333210064_Fulltext.pdf Download (6MB)
	Text Elvina Nahwah_3333210064_01.pdf Download (8MB)
	Text Elvina Nahwah_3333210064_02.pdf Download (711kB)
	Text Elvina Nahwah_3333210064_03.pdf Download (544kB)
	Text Elvina Nahwah_3333210064_04.pdf Download (5MB)
	Text Elvina Nahwah_3333210064_05.pdf Download (424kB)
	Text Elvina Nahwah_3333210064_06.pdf Download (382kB)
	Text Elvina Nahwah_3333210064_Ref.pdf Download (355kB)
	Text Elvina Nahwah_3333210064_Lamp.pdf Download (4MB)

Abstract

Batik Cibuluh Bogor merupakan warisan budaya yang belum sepenuhnya dikenal dan terdokumentasi secara digital. Proses klasifikasi motif masih dilakukan secara manual pada UMKM setempat yang menyebabkan inefisiensi dalam pendataan dan promosi. Penelitian ini mengusulkan solusi berbasis kecerdasan buatan untuk mengotomatisasi klasifikasi motif batik guna mendukung digitalisasi Usaha Mikro, Kecil, dan Menengah (UMKM). Metode yang digunakan adalah metode transfer learning menggunakan arsitektur MobileNetV2 yang efisien secara komputasi. Dataset terdiri dari 5 kelas motif, yaitu Awan, Bangkai, Kujang, Rusa, dan Talas, yang melalui tahap pre – processing, augmentasi data, dan pembagian data 80:20 untuk pelatihan dan validasi. Hasil evaluasi model menunjukkan performa yang sangat baik dengan akurasi keseluruhan mencapai 95%, precision 0.95, recall 0.95, dan F1-score 0.95. Model juga menghasilkan confidence score yang tinggi. Hal tersebut membuktikan MobileNetV2 terbukti efektif dan akurat untuk klasifikasi motif batik Cibuluh Bogor dalam mengenali pola motif batik. Sistem ini berpotensi diterapkan untuk pembuatan katalog digital dan mempercepat identifikasi produk batik.

Actions (login required)

View Item