PENDEKATAN CONVOLUTIONAL NEURAL NETWORK UNTUK KLASIFIKASI MOTIF BATIK INDONESIA
Kata Kunci:
Convolutional Neural Network, CNN, Batik, Motif, Klasifikasi, VGG-16, Deep LearningAbstrak
Batik adalah warisan budaya Indonesia yang kaya akan nilai filosofis dan keberagaman motif. Namun, generasi
muda kini kurang mengenali keanekaragaman motif batik, yang berisiko mengancam pelestarian seni tradisional
batik. Penelitian ini bertujuan untuk mengembangkan model klasifikasi motif batik menggunakan Convolutional
Neural Network (CNN) guna mendukung upaya pelestarian dan meningkatkan apresiasi terhadap batik. Dataset
yang digunakan mencakup berbagai jenis motif batik dari beberapa sumber publik, dengan proses augmentasi data
untuk meningkatkan performa model. Hasil penelitian menunjukkan bahwa model CNN berbasis arsitektur VGG
16 mampu mencapai akurasi tinggi dalam klasifikasi motif batik. Dengan akurasi validasi rata-rata mencapai 95%,
model ini diharapkan dapat digunakan sebagai media edukasi yang efektif untuk generasi muda
