• mahkota212.com
  • http://adoornri.com/
  • yokaislot
  • slot gacor
  • https://kadinkabserambarat.org/tentang-kadin/
  • https://kadinkabhalmaheratengah.org/tentang-kadin/
  • situs slot gacor hari ini
  • https://metallagi.com/
  • https://sistel.semarangkota.go.id/
  • https://bkd.siakkab.go.id/
  • https://kadintegal.org/tentang-kadin/
  • https://ejournal.bsi.ac.id/ejurnal/index.php/abdimas
  • https://sippbb.purwakartakab.go.id/maps/
  • http://pustaka.fib.unand.ac.id/
  • slot gacor
  • slot777
  • https://awangbangkalbarat.banjarkab.go.id/
  • https://www.scienceworksforus.com/press-releases/one-week-and-counting-dont-cut-the-research-that-fuels-the-u-s-economy
  • https://washrightsnetwork.org/free-spins-existing-customers-no-deposit-2025-australia/
  • https://catalogue.paramadina.ac.id/
  • https://kadinlangara.org/XNXX/
  • https://kadinpcmataram.org/kontak/
  • https://merch.emma-larson.com/products
  • https://kadinkabbireuen.org/tentang-kadin/
  • https://kadinkotabatang.org/XVIDEOS/
  • https://motherscareivfcentre.com/about-us-2/appointments/
  • https://tiwet.web.id/orc/
  • https://babelankota.kabbekasi.id/
  • situs slot gacor
  • https://anggota.kadinpcmataram.org/
  • <![CDATA[PENGENALAN BATIK WONOSOBO BERBASIS CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)]]> Faisal Fahril Arsyad Pengarang Erna Dwi Astuti., M.Kom. Dosen Pembimbing 1 Adi Suwondo, M.Kom Dosen Pembimbing 2 Erna Dwi Astuti., M.Kom. Ketua Penguji Nur Hasanah, M.Kom. Penguji 1 Dimas Prasetyo Utomo, M.Kom Penguji 2
    Di era Revolusi Industri 4.0, teknologi digital berkembang pesat dan berdampakbesar pada kehidupan manusia, termasuk dalam meningkatkan pemahaman motifbatik. Batik Wonosobo, khususnya motif carica, memiliki nilai budaya tinggi danmenjadi ciri khas lokal. Penelitian ini bertujuan untuk mengembangkan sistempengenalan motif batik Wonosobo berbasis citra menggunakan metodeConvolutional Neural Network (CNN). Metodologi penelitian meliputipengumpulan dataset citra batik, pemrosesan data, serta pelatihan dan pengujianmodel CNN. Hasil penelitian menunjukkan bahwa model CNN yangdikembangkan memiliki tingkat akurasi yang tinggi dalam pengenalan motif batikWonosobo. Implementasi sistem ini diharapkan dapat membantu pelestarianbudaya batik dan mendukung industri kreatif di Wonosobo. Kata Kunci: Batik Wonosobo, Convolutional Neural Network, Pengenalan Citra,Pelestarian Budaya.