Rijal Muhyidin Pengarang Hidayatus Sibyan, M.Kom Dosen Pembimbing 1 Muslim Hidayat,S.Kom.,M.Kom Dosen Pembimbing 2 Dian Asmarajati., M.Kom. Penguji 2 Erna Dwi Astuti., M.Kom. Penguji 1 Hidayatus Sibyan, M.Kom Ketua Penguji

Batik Wonosobo merupakan salah satu kesenian daerah di KabupatenWonosobo, Jawa Tengah. Beragamnya motif batik yang ada di suatu daerah maupundengan daerah lain menyulitkan masyarakat dalam mengenali motif pada batik.Oleh karena itu, penelitian ini bertujuan untuk membuat sistem aplikasi berbasisandroid yang dapat mengenali motif batik, khususnya batik Wonosobomeggunakan jenis penelitian eksperimental. Convolutional Neural Network (CNN)merupakan salah satu metode deep learning yang dapat digunakan untukpengenalan citra. Metode CNN dipilih karena memiliki tingkat akurasi yang baikdalam melakukan pengenalan dan deteksi citra. Data yang digunakan dalampenelitian ini adalah lima kelas motif, yaitu motif Daun Carica, Purwaceng, danBundengan. Pada proses pelatihan model mendapatkan nilai loss sebesar 52,96%,accuracy sebesar 71,43%, validation loss sebesar 77,4%, dan validation accuracysebesar 75,0% dengan jumlah 3 epoch. Adapun hasil evaluasi model menggunakanconfusion matrix mendapatkan nilai akurasi sebesar 75,0%, serta hasil pengujianmenggunakan gambar motif batik yang berasal dari kamera dan galeri dengan total20 kali percobaan, didapatkan nilai akurasi rata-rata sebesar 70%. Untukmengimplementasikan model CNN ke dalam aplikasi berbasis Android, model yangtelah dilatih disimpan dalam format file .h5. Kemudian, model tersebut diterapkanpada backend menggunakan framework Flask yang akan diintegrasikan denganAndroid menggunakan Rest-API.Kata Kunci : Batik Wonosobo, Deep Learning, Convolutional Neural Network(CNN), Confusion Matrix, Android.