PENERAPAN DEEP LEARNING MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI CITRA WAYANG PUNAKAWAN

Abstract

Wayang merupakan budaya Indonesia yang harus dilestarikan keberadaannya agar dapat terus dikenal oleh generasi-generasi berikutnya. Terdapat banyak jenis wayang di Indonesia, salah satunya adalah wayang Punakawan. Wayang Punakawan merupakan salah satu wayang yang berasal dari sejarah Mahabrata. Wayang punakawan terdiri dari empat tokoh wayang, yaitu Semar, Gareng, Petruk, dan Bagong. Berdasarkan banyaknya jenis wayang di Indonesia, peneliti ingin membuat sebuah sistem yang mampu mengenal hanya untuk keempat wayang tersebut. Dalam hal ini dibutuhkan sebuah metode yang mampu mengklasifikasikan wayang-wayang menjadi keempat tokoh tersebut. Sebuah sistem diharapkan dapat dibangun untuk dapat mengenal keempat objek tersebut. Dalam hal ini, digunakan sebuah cabang ilmu machine learning yang mampu mengenal kumpulan citra dan mengklasifikasikan yaitu deep learning. Salah satu metode deep learning yang digunakan adalah Convolutional Neural Network (CNN). Hal yang membedakan CNN dengan metode neural network lainnya adalah jumlah hidden layer yang banyak pada proses klasifikasi. Proses klasifikasi CNN yang digunakan pada penelitian ini menggunakan dukungan Mxnet sebagai framework dari metode deep learning. Dalam penelitian ini digunakan 1200 dataset wayang Punakawan dengan jumlah data train dan data test masing-masing sebanyak 1080 dan 120 citra. Preprocessing data, klasifikasi CNN, dan pembuatan model dapat dilewati dengan baik. Hasil yang diperoleh adalah model dapat mengenali dan mengklasifikasikan data citra uji dengan akurasi sebesar 91.6 %.