Faiza Sabila Primary Author mixed material bibliography Banda Aceh Fakultas Matematika dan Ilmu Pengetahua 2025

Skripsi

Indonesia memiliki kekayaan budaya yang luar biasa, salah satunya adalah batik yang telah diakui UNESCO sebagai warisan budaya tak benda. Namun, penggunaan pakaian batik di kalangan masyarakat mulai berkurang. Penelitian ini bertujuan mengembangkan sistem pendeteksi otomatis pengguna pakaian batik dan non-batik dengan teknologi visi komputer. Penelitian ini mengimplementasikan dua model deep learning: YOLOV8 untuk deteksi objek orang dan MobileNetV2 untuk klasifikasi pakaian batik dan non-batik. Dataset citra yang digunakan berasal dari berbagai sumber seperti Instagram, Google Chrome, Bing Images, Kaggle, dan koleksi pribadi. Setelah gambar dikumpulkan, proses dilanjutkan dengan pelabelan menggunakan bounding box pada objek pakaian melalui Roboflow, kemudian dilakukan pre-processing data seperti cropping, resize, normalisasi, dan pembagian data. Model dikembangkan menggunakan pustaka TensorFlow dan Keras dengan teknik transfer learning dari MobileNetV2. Model YOLOV8 pre-trained dilatih selama 100 epoch dan menghasilkan mAP (mean Average Precision) sebesar 74,2% untuk deteksi objek orang. Sementara itu, model MobileNetV2 yang digunakan untuk klasifikasi batik dan non-batik, dilatih dengan data augmentasi dan teknik full fine-tuning. Hasil terbaik dicapai pada epoch ke-21 dari konfigurasi awal 30 epoch dan batch size 16, dengan akurasi tertinggi sebesar 97%. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 165459 2025-07-23 10:22:35 2025-07-23 10:48:45 machine generated