DEEP LEARNING UNTUK KLASIFIKASI BATIK LASEM

Abstract

Computer vision adalah salah satu cabang kecerdasan buatan (artificial intelligence) yang memproses citra sebagai inputan dan menghasilkan suatu deskripsi sebagai outputnya. Computer vision banyak diimplementasikan dalam persoalan pengenalan pola secara otomatis atau yang biasa juga dikenal sebagai persoalan klasifikasi citra secara otomatis. Proses klasifikasi citra secara otomatis melibatkan banyak tahapan salah satunya adalah tahap ekstraksi ciri. Dalam tugas akhir ini diimplementasikan teknik deep learning dengan metode convolution neural network untuk mengklasifikasikan citra motif batik lasem secara otomatis. Dalam arsitektur multi layer perceptron digunakan 64 node hidden dan 7 node output. Dengan menggunakan fungsi ReLu sebagai fungsi aktivasi dan fungsi softmax sebagai pengklasifikasi, diperoleh tingkat akurasi 96%.