Pengembangan Sistem Pengenalan Motif Batik Tradisional Berbasis Mobile

Aziz, Roy Achmad and Rosiani, Ulla Delfana and Mentari, Mustika (2020) Pengembangan Sistem Pengenalan Motif Batik Tradisional Berbasis Mobile. Diploma thesis, JURUSAN TEKNOLOGI INFORMASI.

	Text Cover.pdf Restricted to Registered users only Download (968kB) | Request a copy
	Text Bab I.pdf Restricted to Registered users only Download (136kB) | Request a copy
	Text Bab II.pdf Restricted to Registered users only Download (490kB) | Request a copy
	Text Bab III.pdf Restricted to Registered users only Download (547kB) | Request a copy
	Text Bab IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab V.pdf Restricted to Registered users only Download (551kB) | Request a copy
	Text Bab VI.pdf Restricted to Registered users only Download (108kB) | Request a copy
	Text Bab VII.pdf Restricted to Registered users only Download (8kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (9kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (893kB) | Request a copy

Abstract

Penelitian tentang metode One Shot Learning sangat sesuai untuk dataset yang sedikit dan merupakan topik yang menarik dalam Machine Learning untuk pembelajaran sebuah objek citra. Salah satunya yaitu citra batik yang dapat digunakan untuk pengenalan sebuah pola dengan melakukan klasifikasi berdasarkan motifnya. Banyaknya jenis batik yang ada di setiap daerah memiliki perbedaan antar citra batik seperti perbedaan motif dan isen-isen. Berbagai macam metode canggih dapat menyelesaikan tugas untuk klasifikasi citra. Namun, salah satu batasan terbesar adalah mereka membutuhkan banyak data berlabel. Dalam banyak aplikasi, mengumpulkan banyak data ini terkadang tidak layak. Untuk memecahkan masalah tersebut, dengan penerapan teknik One Shot Learning diperlukan untuk merancang dataset yang mudah untuk dikelola bersama dengan pengklasifikasian yang sesuai dan dapat digunakan untuk menghasilkan model guna memprediksi klasifikasi citra batik berdasarkan motifnya. Adapun hasil pengujian pada sistem yang dibangun dari proses klasifikasi menggunakan Siamese Neural Network mendapatkan akurasi untuk tes klasifikasi motif batik yang baik yaitu 72%. Kesimpulan yang diperoleh penelitian ini yaitu model dari arsitektur Siamese Neural Network dapat mengenali motif batik dengan baik.

Item Type:	Thesis (Diploma)
Subjects:	A Computer Science > Applied Computer Science
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Roy Achmad Aziz
Date Deposited:	08 Oct 2020 12:49
Last Modified:	09 Oct 2020 07:31
URI:	http://repota.jti.polinema.ac.id/id/eprint/104

Actions (login required)

View Item