• 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 MOTIF BATIK WONOSOBO DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID PENGENALAN MOTIF BATIK WONOSOBO DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID

    Detail Cantuman

    Prodi Teknik Informatika

    PENGENALAN MOTIF BATIK WONOSOBO DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS ANDROID

    XML

    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.

    Detail Information

    Item Type
    Laporan Tugas Akhir
    Penulis
    Rijal Muhyidin - Personal Name
    Student ID
    2020150009
    Dosen Pembimbing
    Hidayatus Sibyan, M.Kom - - Dosen Pembimbing 1
    Muslim Hidayat,S.Kom.,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
    Individu Penulis
    Doi

    Lampiran Berkas

    LOADING LIST...



    Informasi

    DETAIL CANTUMAN

    Kembali ke sebelumnya  XML Detail