DEEP LEARNING CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI PENGENALAN OBJEK MENGGUNAKAN MXNET (Studi Kasus : Data Citra Motif Batik Keraton dan Pesisir)

Abstract

Batik adalah salah satu warisan budaya leluhur, bangsa Indonesia dan mempunyai banyak macam-macam motif. Corak maupun motif batik tersebut tidak bias lepas dari unsur-unsur yang melekat dari wilayah asal pembuatnya. Pengetahuan tentang pengenalan motif batik mungkin hanya dimiliki oleh orang-orang tertentu yang memiliki keahlian pada bidang terkait seperti bidang membatik dan tidak semua orang dapat mengenali motif-motif batik tersebut. Namun seiring dengan berkembangnya jaman dan meningkatnya kebutuhan akan informasi mendorong manusia untuk mengembangkan teknologi-teknologi baru agar pengelolaan dan dan informasi dapat dilakukan dengan mudah dan cepat. Deep learning merupakan sebuah model neural network yang akhir-akhir ini mulai ramai dikembangkan, telah menunjukkan hasil yang baik dalam meningkatkan akurasi object recognition atau kasus-kasus lainnya. Penelitian ini bertujuan untuk mengetahui cara deep learning yaitu Convolutional Neural Network (CNN) dalam melakukan klasifikasi pengenalan motif-motif batik. Sebelum perancangan CNN, gambar batik terlebih dahulu dilakukan diubah ukuran citra ke greysclae. Sehingga hasil dari pengubahan tersebut dapat di inputkan ke dalam CNN. Hasil pengujian pada sistem yang dibangun memperlihatkan bahwa model Convolutional Neural Network dengan dua lapisan konvolusi dan dua fully connected layer dengan 300 epoch memberikan hasil akurasi terbaik untuk empat kelas klasifikasi batik yaitu 52.50% Batik, as one of the ancestral cultural heritage of Indonesian, has many kinds of patterns. The pattern of batik can not be separated from the intherent elements of the origin region of the maker. Knowledge about the recognition of the pattern of Batik may only be owned by certain people who have expertise in related fields, such as the field of Batik drawing which is not everyone can recognize the pattern of Batik. But the development oh the era and the increasing need for information encourage people to develop new technologies for management and information can be done easily and quickly. Deep learning is a neural network model that has recently started to develop, and it has shown good results in improving the accuracy of object recognition or other cases. This study aims to find out how deep learning, with one of its methods called the Convolutional Neural Network (CNN), does the classification of the recognition of the patterns of batik. Before designing CNN, Batik images must first be resized to greyscale, so the resulth of the conversion can be input into CNN. The test result on the built system shows that the convolutional neural network model with two convolution layers and two fully connected layers with 300 epoch gives the best accuracy 52.50%