• 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/
    • PENGENALAN BATIK WONOSOBO BERBASIS CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN) PENGENALAN BATIK WONOSOBO BERBASIS CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

    Detail Cantuman

    Prodi Teknik Informatika

    PENGENALAN BATIK WONOSOBO BERBASIS CITRA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN)

    XML

    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.

    Detail Information

    Item Type
    Laporan Tugas Akhir
    Penulis
    Faisal Fahril Arsyad - Personal Name
    Student ID
    2019150094
    Dosen Pembimbing
    Erna Dwi Astuti., M.Kom. - - Dosen Pembimbing 1
    Adi Suwondo, M.Kom - - Dosen Pembimbing 2
    Penguji
    Kode Prodi PDDIKTI
    55201
    Edisi
    Published
    Departement
    teknik informatika
    Kontributor
    Bahasa
    Indonesia
    Penerbit Universitas Sains Al-Qur'an : Wonosobo.,
    Edisi
    Published
    Subyek
    Teknik Informatika
    No Panggil
    Copyright
    Universitas Sains Al-Qur'an
    Doi

    Lampiran Berkas

    LOADING LIST...



    Informasi

    DETAIL CANTUMAN

    Kembali ke sebelumnya  XML Detail