Sistem Klasifikasi Citra Batik Menggunakan LBP (Local Binary Pattern) Berbasis CNN (Convolutional Neural Network)

Abstract

Batik merupakan warisan dari kebudayaan Indonesia yang sudah ada sejak zaman kerajaan majapahit dulu, didalam batik memiliki banyak sekali makna dan simbol yang terkandung, meskipun begitu masih banyak yang belum tau akan makna dari matif batik-batik tersebut, maka dibuatlah sistem yang bisa mengklasifikasikan batik berdasarkan pola dan motifnya, tujuannya adalah untuk memudahkan dalam pengenalan motif batik sekaligus melestarikan budaya Indonesia. Metode yang digunakan dalam sistem klasifikasi ini menggunak algoritma Convolutional Neural Network (CNN) yang memiliki kemampuan sangat baik dalam merepresentasikan citra. Metode CNN menggunakan beberapa layer yang saling bekerja sama untuk mendapatkan ciri dari suatu citra, CNN bekerja dengan mengkonvolusi setiap citra inputan yang diproses pada hidden layer yang kemudian hasilnya akan di proses pada fully connected layer dan menghasilkan suatu identifikasi atau klasifikasi citra berdasarkan polanya. Selain itu untuk memaksimalkan sistem klasifikasi ditambahkan metode Local Binary Pattern pada proses preprocessing yang digunakan sebagai deskriptor pengklasifikasian gambar berdasarkan tekstur citra serta pada citra gambar memberikan label pixel berupa angka desimal. Hasil penelitian ini menggunakan 2 skenario berbeda yaitu sistem klasifikasi yang menggunakan LBP dan sistem klasifikasi tanpa menggunakan LBP serta menggunakan 3 dataset yang berbeda dengan variable learning rate 0,001, batch size 32, optimezer Adam, activation relu dengan epoch 50, 60,70,80,90,100 dan hasil uji sistem klasifikasi yang menggunakan LBP masing-masing dataset memiliki rata-rata akurasi untuk percobaan pertama yaitu dataset pertama akurasi 93,04%, dataset kedua akurasi 75% dan dataset ketiga akurasi 97,41%. Hasil uji sistem klasifikasi tanpa LBP menghasilkan akurasi yaitu dataset pertama akurasi 84,68% pada epoch 100, dataset kedua akurasi 67% pada epoch 100 dan dataset ketiga akurasi 97,41% pada epoch 90. Kata Kunci: Convolutional Neural Network, Local Binary Pattern, Batik, Klasifikasi Citra