Implementasi Deep Learning Menggunakan Metode Cnn Untuk Klasifikasi Jenis Ulos Batak Toba
DOI:
https://doi.org/10.55606/sscj-amik.v1i4.1541Abstract
The Toba Batak tribe has a distinctive fabric known as ulos. Toba Batak ulos have types depending on their uses. But in the modern era, especially among urban communities, very few people know the types and uses. Motivated by the success of Convolutional Neural Network (CNN) algorithm in image classification, this study will conduct a learning-based approach to classify 5 types of Toba Batak ulos (Ragi Hidup, Ragi Hotang, Mangiring, Sadum, and Sibolang). The process starts from data collection, data analysis, model building, model training, and confusion matrix. The dataset used is 1000 images with 80% training data, 10% valid data, and 10% test data. Convolution, maxpooling, dropout, flatten, and fully connected are the 5 layers forming the CNN model. The optimizer used is Adam with a learning rate of 0.001. The model generated in this study can detect Toba Batak ulos images at an accuracy rate of 94.00%.
References
Abdillah, Evan A & Irwansyah. 2020. Perancangan Infografis Pengenalan Kain Ulos Batak Toba. Jurnal FSD. 1(1). 169-182.
Andono, Pulung Nurtantio et al. 2017. Pengolahan Citra Digital. Yogyakarta: ANDI.
Darmawan, A.C & Lizda Iswari. 2022. Pengembangan Aplikasi Berbasis Web dengan Python Flask untuk Klasifikasi Data Menggunakan Metode Decision Tree C4.5. Jurnal Pendidikan dan Konseling. 4(5). 5351-5362. e-ISSN: 2685-936x. p-ISSN: 2685-9351.
Desiani, Fitri Inestya. 2022. Simbol dalam Kain Ulos pada Suku Batak Toba. Jurnal Ilmu Budaya. 18(2). 127-137.
Dewi, Noviana & Fiqih Ismawan. 2021. Implementasi Deep Learning Menggunakan Convolutional Neural Network untuk Sistem Pengenalan Wajah. Jurnal Ilmiah Factor Exacta. 14(1). 34-43. ISSN:2502-339X.
Fajri, Rikki & Linda Atika. 2021. Implementasi Machine Learning dengan Menggunakan CNN (Convolutional Neural Network) untuk Klasifikasi Citra Candi. Jurnal Bina Darma Conference on Computer Science. 317-323. e-ISSN: 2685-2683.
Id, Ibnu Daqiqil. 2021. Machine Learning: Teori, Studi Kasus dan Implementasi Menggunakan Python. Riau: UR PRESS.
Illahiyah, Sarirotul & Agung Nilogiri. 2018. Implementasi Deep Learning pada Identifikasi Jenis Tumbuhan Berdasarkan Citra Daun Menggunakan Convolutional Neural Network. Jurnal Sistem & Teknologi Informasi Indonesia. 3(2). 49-56. ISSN: 2541-5735.
James et al. 2021. An Introduction to Statistical Learning with Applications in R. Singapura: Springer Science.
Kiourt, C., Pavlidis, G. and Markantonatou, S. 2020. Deep Learning Approaches in Food Recognition. Advances in Theory and Applications of Deep Learning. 18(4). 1-26.
Marleny, Finki Dona. 2021. Pengolahan Citra Digital Menggunakan Python. Puwokerto Selatan: Cv.Pena Persada.
Muta’allim, et al. 2022. Keanekaragaman Budaya, Bahasa, dan Kearifan Lokal Masyarakat Indonesia (Resolusi, Pergeseran, Pemertahanan, dan Konservasi Kearifan Lokal di Indonesia). Bojongsari: Cv.Eureka Media Aksara.
Putra, Jan W.G. 2020. Pengenalan Konsep Pembelajaran Mesin dan Deep Learning. Tokyo:https://wiragotama.github.io/resources/ebook/intro-to-ml-secured.pdf.
Rumapea, Yolanda Y.P & M. Yohana. 2019. Sistem Pakar Penggunaan Jenis Ulos pada Acara Adat Batak dengan Metode Forward Chaining Berbasis Web. Journal of Informatics Telecommunication Engineering. 2(2). 105-113. ISSN: 2549-6247.
Sentosa, Edwin et al. 2022. Implementasi Image Classification pada Batik Motif Bali dengan Data Augmentation dan Convolutional Neural Network. Jurnal Pendidikan Tambusai. 6(1). 1451-1463. e-ISSN: 2614-3097.
Siang, Jong Jek. 2005. Jaringan Syaraf Tiruan & Pemrograman Menggunakan Matlab. Yogyakarta:Andi.
Sunanto, Oktavia D.S & Putranto H.U. 2022. Implementasi Deep Learning dengan Convolutional Neural Network untuk Klasifikasi Gambar Sampah Organik dan Anorganik. Jurnal Informatika. 373-382.
Syahputra, H & A. Harjoko. 2011. Klasifikasi Varietes Tanaman Kelengkeng Berdasarkan Morfologi Daun Menggunakan Backpropagation Neural Network dan Probabilistic Neural Network. IJCCS. 5(3).
Wantania, Beatrix et al. 2020. Penerapan Pendeteksian Manusia dan Objek dalam Keranjang Belanja pada Antrian di Kasir. Jurnal Informatika. Jurnal Teknik Informatika. 15(2). 101-108. e-ISSN:2685-368X.
Yuliany, Susi. 2022. Implementasi Deep Learning pada Sistem Klasifikasi Hama Tanaman Padi Menggunakan Metode Convolutional Neural Network (CNN). Jurnal Buana Informatika. 13(1). 54-65.
