Klasifikasi Motif Kain Tenun di Pulau Flores Menggunakan Metode CNN dan RNN
Abstract Views: 84
PDF Downloads: 49
DOI:
https://doi.org/10.56211/blendsains.v4i1.816Keywords:
Klasifikasi; Motif Kain Tenun; CNN; RNN
Abstract
Pulau Flores memiliki kekayaan budaya yang tercermin dalam berbagai motif kain tenun yang dihasilkan oleh masyarakat lokal. Keberagaman motif ini sangat penting untuk dilestarikan, namun proses identifikasi dan klasifikasi motif kain tenun secara manual memiliki tantangan tersendiri. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi motif kain tenun di Pulau Flores menggunakan metode deep learning, khususnya Convolutional Neural Network (CNN) dan Recurrent Neural Network (RNN). CNN digunakan untuk ekstraksi fitur visual dari gambar motif kain, sementara RNN diterapkan untuk mengenali pola urutan motif yang ada pada kain tenun. Metode ini diharapkan dapat meningkatkan akurasi dalam mengklasifikasikan berbagai motif kain tenun secara otomatis, serta mendukung pelestarian dan digitalisasi warisan budaya daerah. Hasil penelitian menunjukkan bahwa penerapan metode CNN dan RNN dapat memberikan akurasi yang tinggi dalam klasifikasi motif kain tenun, sehingga bermanfaat untuk mempromosikan dan melestarikan kain tenun Flores dalam skala yang lebih luas.
Downloads
References
Y. Rizki, R. Medikawati Taufiq, H. Mukhtar, and D. Putri, “Klasifikasi Pola Kain Tenun Melayu Menggunakan Faster R-CNN,” IT J. Res. Dev., vol. 5, no. 2, pp. 215–225, 2021, doi: 10.25299/itjrd.2021.vol5(2).5831.
S. Ulfa, T. E. br Sinulingga, and J. Sinulingga, “Kain Tenun Tradisional: Warisan Budaya dan Industri Kreatif,” J. Pendidik. Tambusai, vol. 7, no. 3, pp. 29709–29715, 2023, [Online]. Available: https://www.jptam.org/index.php/jptam/article/view/11780
R. N. Selan, A. K. A. Kale, and T. M. Tualaka, “Perancangan Alat Tenun Tradisional Ntt Dengan Metode Three in One Di Rumah Tenun Kampung Alor,” Al-Jazari J. Ilm. Tek. Mesin, vol. 6, no. 2, pp. 76–82, 2021, doi: 10.31602/al-jazari.v6i2.6054.
L. K. Octaviani and S. A. Komalasari, “Kain Tenun Ikat Sebagai Wisata Budaya Kabupaten Sikka,” Kepariwisataan J. Ilm., vol. 14, no. 03, pp. 151–159, 2020, doi: 10.47256/kepariwisataan.v14i03.60.
M. I. Wahab, E. Berbara, and D. Aswim, “Menggali Makna Motif Tenun Ikat Dalam Hubungan Dengan Perilaku Sosial Masyarakat Di Desa Sikka Kecamatan Lela Kabupaten Sikka,” Semin. Nas. Teknol. Kearifan Lokal dan Pendidik. Transform., vol. 1, no. 1, pp. 11–18, 2024, doi: 10.12928/sntekad.v1i1.15455.
J. Merdja and V. Restianim, “Kajian Etnomatematika Pada Motif Tenun Ikat Ende Lio,” AKSIOMA J. Progr. Stud. Pendidik. Mat., vol. 11, no. 1, p. 727, 2022, doi: 10.24127/ajpm.v11i1.4897.
T. Juita, N. Luh, and P. Tejawati, “Makna Filosofi Motif Kain Tenun Songke Di Desa Ponng Lengor Kecamatan Rahong Utara Kabupaten Manggarai Nusa Tenggara Timur,” Nirwasita, vol. 3, no. 1, pp. 43–50, 2022.
M. Venidora and C. Bule, “KAJIAN ETNOMATEMATIKA PADA KAIN ADAT NAGEKEO,” pp. 345–351, 2024.
R. Kumala, D. Diana, Y. Darmi, and ..., “Klasifikasi Pola Motif Kain Tenun Bumpak Desa Kampai Seluma Menggunakan Metode Convolutational Neural Network (CNN),” REMIK Ris. dan E …, vol. 7, pp. 1917–1927, 2023, [Online]. Available: https://jurnal.polgan.ac.id/index.php/remik/article/view/13008%0Ahttps://jurnal.polgan.ac.id/index.php/remik/article/download/13008/2076
M. R. Alwanda, R. P. K. Ramadhan, and D. Alamsyah, “Implementasi Metode Convolutional Neural Network Menggunakan Arsitektur LeNet-5 untuk Pengenalan Doodle,” J. Algoritm., vol. 1, no. 1, pp. 45–56, 2020, doi: 10.35957/algoritme.v1i1.434.
D. Esterlina Br Jabat, L. Yanti Sipayung, and K. Raih Syahputra Dakhi, “Penerapan Algoritma Recurrent Neural Networks (RNN) Untuk Klasifikasi Ulos Batak Toba,” SNISTIK Semin. Nas. Inov. Sains Teknol. Inf. Komput., vol. 1, no. 2, pp. 3025–8715, 2024.
D. Iskandar Mulyana, M. Ainur Rofik, and M. Ohan Zoharuddin Zakaria, “Klasifikasi Kendaraan pada Jalan Raya menggunakan Algoritma Convolutional Neural Network ( CNN ),” J. Pendidik. Tambusai, vol. 6, no. 1, pp. 1668–1679, 2022.
N. Lubis, M. Z. Siambaton, and R. Aulia, “Implementasi Algoritma Deep Learning pada Aplikasi Speech to Text Online dengan Metode Recurrent Neural Network (RNN),” sudo J. Tek. Inform., vol. 3, no. 3, pp. 113–126, 2024, doi: 10.56211/sudo.v3i3.583.
B. Hendrik, M. T. Informatika, F. I. Komputer, U. M. Riau, and C. N. Network, “Jurnal Computer Science and Information Technology ( CoSciTech ) Implementasi Convolutional Neural Netowork Untuk Klasifikasi Citra KTP-El Implementation of Convolutional Neural Network for Electronic Identity Card ( e-KTP ) Image Classification,” vol. 5, no. 1, pp. 169–176, 2024.
Downloads
Article History
Pages: 175-187
How to Cite
Issue
Section
License
Copyright (c) 2025 Emanuel Kristiano Kembo, Yampi R. Kaesmetan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskahnya pada Blend Sains Jurnal Teknik menyetujui ketentuan berikut:
Hak cipta atas artikel apapun dalam Blend Sains Jurnal Teknik dipegang penuh oleh penulisnya di bawah lisensi Creative Commons Attribution-ShareAlike 4.0 International License. dengan beberapa ketentuan sebagai berikut:
"Penulis mengakui bahwa Blend Sains Jurnal Teknik berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License / CC BY SA 4.0"
"Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif dari naskah yang telah terbit di jurnal ini ke dalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi ke dalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada Blend Sains Jurnal Teknik."
"Pembaca diperbolehkan mengunduh, menggunakan, dan mengadopsi isi artikel selama mengutip artikel dengan menyebutkan judul, penulis, dan nama jurnal ini. Pengutipan tersebut dilakukan demi kemajuan ilmu pengetahuan dan kemanusiaan serta tidak boleh melanggar hukum yang berlaku."
