Analisis Pengaruh Tingkat Akurasi Klasifikasi Citra Wayang dengan Algoritma Convolitional Neural Network

Muhammad Resa Arif Yudianto, Kusrini Kusrini, Hanif Al Fatta

Abstract


Abstract – The development of technology is inversely proportional to cultural preservation in Indonesia. One of Indonesia's cultures which creates character through the advice and stories is a puppet. But this culture shows less because the devotees have decreased. This makes young people not knowing the names of puppet figures. The introduction of digital images of puppets through the system is very necessary to introduce to the generation of millennial children, bearing in mind that at this time people are familiar with the technology. This recognition is through the image classification of puppet figures with classification algorithms that have been trained previously with puppet images that have been labeled before. To recognize various puppet figures well, a good model is needed. The quality of the model can be measured by the accuracy, precision, and recall variables in the model testing. Several factors influence the formation of the model, including the rise of the dataset, number of iterations (epoch) in learning, and of course the treatment of data before it is used in the process of forming the model. This study used 400 datasets which are divided into 4 classes which will be trained using CNN (Convolutional Neural Network) algorithm to produce a model. Based on the results of experiments obtained the best accuracy of 97%, 93% precision, and 87% recall by applying a combination of augmentation, changing the image to grayscale in preprocessing stage, the use of 80:20 dataset ratio and 100 epoch is a very significant effect in increasing accuracy.

Keywords – Classification, Punakawan Puppets, CNN, Image Processing.

 

 

Abstract – Semakin berkembangnya teknologi berbanding terbalik dengan perkembangan pelestarian kebudayaan di Indonesia. Salah satu kebudayaan Indonesia yang bermanfaat membentuk karakter melalui nasihat dan cerita di dalamnya adalah wayang. Akan tetapi kebudayaan ini semakin jarang terlihat pertunjukkannya dikarenakan peminatnya telah berkurang. Hal tersebut mengakibatkan anak-anak muda tidak mengenal nama tokoh-tokoh pewayangan. Pengenalan citra digital tokoh pewayangan melalui sistem sangat diperlukan untuk mengenalkan kepada generasi anak milenial, mengingat saat ini masyarakat telah terbiasa dengan teknologi. Proses pengenalan ini melalui proses klasifikasi citra tokoh wayang dengan algoritma klasifikasi yang telah dilatih sebelumnya dengan data-data citra wayang yang telah diberi label sebelumnya. Untuk dapat mengenali berbagai tokoh wayang dengan baik dibutuhkan model yang baik. Kualitas model dapat diukur dengan variabel akurasi, presisi dan recall pada proses pengujian model. Terdapat beberapa faktor yang mempengaruhi pembentukan model, diantaranya adalah raiso pembagian dataset, jumlah perulangan (epoch) dalam pembelajaran dan tentunya perlakuan terhadap data sebelum digunakan dalam proses pembentukan model. Pada penelitian ini digunakan dataset sebanyak 400 data yang terbagi ke dalam 4 kelas yang akan dilatih menggunakan algoritma CNN (Convolutional Neural Network) untuk menghasilkan model. Berdasarkan hasil percobaan yang dilakukan didapatkan akurasi terbaik sebesar 97%, presisi 93% dan recall sebesar 87% dengan menerapkan kombinasi augmentation, mengubah citra menjadi grayscale pada tahap preproccessing, penggunaan rasio dataset 80:20 dan epoch sebesar 100 sangat berpengaruh signifikan dalam meningkatkan nilai akurasi.

Kata kunci – Klasifikasi, Wayang Punakawan, CNN, Pengolahan Citra.


Keywords


Classification; Punakawan Puppets; CNN; Image Processing

Full Text:

PDF

References


B. Anggoro, "Wayang dan Seni Pertunjukan: Kajian Sejarah Perkembangan Seni Wayang di Tanah Jawa sebagai Seni Pertunjukan dan Dakwah," Sejarah Peradaban Islam, vol. 2, p. 123, 2018.

Pasha, L. Buku Pintar Wayang. Yogyakarta: Bentang Pustaka. 2011.

Effendi, A. Prof. Dr. Ir. Sedyatmo: Intuisi Mencetus daya cipta. Jakarta: Mizan. 2009.

D. R. Indah, “The symbolic meaning of ‘ Punakawan Javanese Wayang ‘ ( a value imaging study in character education at the character education course in STKIP Bina Insan Mandiri Surabaya )”, SELL Journal, e-ISSN : 2580-8400, pp. 99–106, 2019.

Suseno, F. Wayang dan Panggilan Manusia. Jakarta: Gramedia Pustaka Utama. 1991.

Sandy, B., Siahaan, J.K., Permana, P. dan Muthahir, “Klasifikasi Citra Wayang Dengan Menggunakan Metode K-NN & GLCM”, Prosiding Seminar Nasional Teknologi Informatika, ISBN: 978-602-50006-1-4, pp. 71–77, 2019.

Islam, K. T., Raj, R. G. and Al-Murad, A., "Performance of SVM, CNN, and ANN with BoW, HOG, and Image Pixels in Face Recognition", 2nd International Conference on Electrical and Electronic Engineering, ICEEE 2017. IEEE, (December), pp. 1–4. doi: 10.1109/CEEE.2017.8412925, 2018.

Cheng, C., Wei, X. and Jian, Z., "Emotion recognition algorithm based on convolution neural network", Proceedings of the 2017 12th International Conference on Intelligent Systems and Knowledge Engineering, ISKE 2017, 2018-January, pp. 1–5. doi: 10.1109/ISKE.2017.8258786, 2017.

Munir, R.. Pengolahan Citra Digital dengan Pendekatan Algoritmik, Jakarta : Informatika. 2004.

S.Y. Iriyanto dan T.M. Zaini, Pengolahan Citra Digital, Lampung: Anugrah Utama Raharja, 2014.

Santoso, B. Data Mining Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu. 2007.

Han, J dan Kamber, M., “Data Mining Concept and Technique”, Morgan Kaufmann, 2001.

Eka Putra, W. S., "Klasifikasi Citra Menggunakan Convolutional Neural Network (CNN) pada Caltech 101", Jurnal Teknik ITS, 5(1). doi: 10.12962/j23373539.v5i1.15696, 2016

Madenda, S. Pengolahan Citra & Video Digital. Jakarta: Erlangga 2015.




DOI: https://doi.org/10.36294/jurti.v4i2.1319

Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 JurTI (Jurnal Teknologi Informasi)

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

JurTI (Jurnal Teknologi Informasi) terindex :

 

JurrTI (Jurnal Teknologi Informasi)

Program Studi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Asahan.

Jl. Jend. Ahmad Yani, Kisaran – 21224  – Sumatera Utara

Telp/WA : 082370952109 - 081268777854

E-Mail : jurtischolar@gmail.com

JurTI (Jurnal Teknologi Informasi) s licensed under a Creative Commons Attribution-ShareAlike 4.0 International License