Identifikasi Citra Kain Songket Pandai Sikek Menggunakan Metode Convolutional Neural Network (CNN)

Abstract

Indonesia memiliki banyak kerajinan tangan yang telah mendunia salah satunya kerajinan tenun berbahan dasar benang yang berasal dari daerah Minangkabau yaitu songket. Songket yang dibuat memiliki motif ciri khas tersendiri dari masing-masing daerah pembuatannya. Salah satu kerajinan songket ini telah dijadikan sebagai warisan budaya tak benda Indonesia oleh Kementerian Pendidikan dan Kebudayaan yaitu songket Pandai Sikek. Keindahan motif-motif pada songket Pandai Sikek merupakan bentuk atau ciri khas daerah itu sendiri seperti misalnya motif gunung-gunung yang menunjukkan indahnya pegunungan didaerah Pandai Sikek. Akan tetapi, sekarang motif songket Pandai Sikek mulai sedikit berubah menjadi motif baru yang tidak memiliki nilai filosofis sehingga nantinya warisan ini akan terancam kehilangan keaslian dari motif tersebut. Penelitian ini bertujuan untuk mengidentifikasi motif-motif asli songket Pandai Sikek dengan teknik deep learning yaitu convolutioanl neural network (CNN) menggunakan algoritma MobileNetV2. Metode yang digunakan dalam penelitian ini adalah Cross Industry Standart Process for Data Mining (CRISP-DM) dengan langkah-langkah diantaranya business understanding, data understanding, data preparation, modelling, evaluation, dan deployment. Total dataset sebanyak 200 citra diantaranya terdiri dari 4 jenis motif adalah Balah Kacang, Salapah, Cukia Barantai, Sirangkak dengan setiap motif berjumlah 50 citra. Dataset dibagi menjadi 100 data latih dan 100 data tes. Dalam pengujian dilakukan perbandingan data latih dan data tes dengan cara data splitting seperti 70% : 30%, 80% : 20%, dan 90% : 10%. Hasil akurasi model setiap data splitting yaitu 100%, 100%, dan 72.22%. Model terbaik pada perbandingan 90% : 10% dan tidak terjadinya overfitting, maka model ini menunjukkan bahwa algoritma MobileNetV2 dapat digunakan untuk mengidentifikasi motif songket.