IDENTIFIKASI MOTIF KAIN SONGKET PALEMBANG MENGGUNAKAN MOBILENETV2 BERBASIS MOBILE

Abstract

Songket Palembang merupakan salah satu warisan budaya Indonesia yang memiliki beragam motif dengan karakteristik visual yang khas. Proses identifikasi motif Songket Palembang umumnya masih dilakukan secara manual berdasarkan pengalaman individu sehingga bersifat subjektif dan berpotensi menimbulkan kesalahan, terutama pada motif yang memiliki kemiripan pola visual. Penelitian ini mengusulkan model Convolutional Neural Network (CNN) berbasis arsitektur MobileNetV2 untuk mengklasifikasikan motif Songket Palembang secara otomatis. Dataset yang digunakan terdiri atas 420 citra yang dikelompokkan ke dalam tujuh kelas, yaitu enam kelas motif Songket Palembang dan satu kelas Bukan Songket. Pembagian data dilakukan menggunakan metode Stratified Hold-Out dengan rasio 80:10:10 untuk data pelatihan, validasi, dan pengujian. Proses pelatihan menerapkan pendekatan transfer learning, augmentasi data secara on-the-fly, serta menggunakan dua optimizer, yaitu AdamW dan RMSprop. Evaluasi model dilakukan menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model MobileNetV2 dengan optimizer AdamW menghasilkan performa terbaik dengan nilai accuracy sebesar 88%, precision sebesar 90%, recall sebesar 88%, dan F1-score sebesar 87%. Model yang dihasilkan berhasil diimplementasikan ke dalam aplikasi Android berbasis Kotlin untuk mendukung proses identifikasi motif Songket Palembang secara praktis dan objektif.