Implementasi Deep Learning Pada Image Clasification Menggunakan Algoritma Convolution Neural Network (CNN) Pada Kain Ulos

Kain Ulos yang merupakan kain tradisional khas masyarakat Batak Sumatera Utara
mempunyai corak dan kekhasan, oleh karena itu memerlukan teknik pengenalan
untuk mengotomatisasi klasifikasinya. Menggunakan kumpulan data gambar ulos
yang terdiri dari 350 gambar yang diproses dan model CNN dibuat dan dilatih di
TensorFlow dan Keras. Dataset dibagi menjadi data pelatihan data validasi, dengan
penggunaan augmentasi data meningkatkan variasi dan jumlah data Arsitektur
model CNN yang digunakan terdiri dari multiple convolutional, pooling dan full
connected, dengan dropout karena overfitting. Model ini dilatih menggunakan
ImageDataGenerator untuk meningkatkan normalisasi gambar. Hasil pelatihan
menunjukkan bahwa model yang dibangun mampu mencapai akurasi sebesar
98,00% pada data validasi. Evaluasi lebih lanjut dilakukan dengan menghasilkan
laporan klasifikasi dan matriks kebingungan untuk memahami performa model
pada setiap kelas.Evaluasi lebih lanjut dilakukan dengan menghasilkan laporan
klasifikasi dan matriks kebingungan untuk memahami performa model pada setiap
kelas.