Identifikasi Dhapur Keris dengan Metode Convolution Neural Network (CNN)

Authors

  • Lalu Muhamad Waisul Kuroni Program Studi Teknik Informatika, Universitas Udayana
  • I Dewa Bayu Atmaja Darmawan Program Studi Teknik Informatika, Universitas Udayana

Keywords:

Dhapur Keris, Image Classification, Convolutional Neural Network, Android

Abstract

Indonesia merupakan negara yang memiliki kekayaan budaya yang beraneka ragam. Keris merupakan salah satu warisan budaya Indonesia yang memiliki nilai adiluhur, tersebar hampir di seluruh wilayah Indonesia. Nilai seni keris terletak pada bentuk ukiran, warangka, ornament atau pahatan (ricikan) serta lukisan logam (pamor) pada bagian bilah. Maka dari itu dengan kata lain secara umum nilai seni utama dari keris terdapat pada bagian bilah. Bilah keris dapat diklasifikasikan berdasarkan pamor, dhapur, dan tangguh. Dhapur adalah bentuk fisik dari sebuah bilah keris. Secara garis besar dhapur dibagi menjadi dua yakni dhapur untuk keris leres (lurus) dan dhapur untuk keris luk (berkelok). Namun, tidak semua orang paham terkait dhapur keris. Berdasarkan hal tersebut fibutuhkan adanya sebuah sistem yang mampu mengidentifikasi dhapur keris. Tujuan sistem ini untuk lebih mempermudah seseorang untuk lebih mengenal dhapur keris. Penentuan dhapur keris dilakukan dengan mengenali pola morpologi pada sebuah citra bilah keris, file citra akan melalui proses pelatihan model neural network dengan metode Convolutional Neural Network (CNN) untuk mengidentifikasi dhapur dari bilah keris. Model yang didapatkan akan diterapkan pada sistem berbasis mobile. Hasil pengujian model dari hasil pelatihan pada penelitian ini mendapatkan nilai akurasi sebesar 99 %, dan dengan nilai loss sebesar 0.05. Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa model yang dihasilkan dapat dikatakan memiliki akurasi yang baik. 

Downloads

Published

2022-09-01