Pengenalan Pola Batik dan Tenun Sutera Bugis Menggunakan Convolutional Neural Network (CNN): Recognition of Bugis Batik and Silk Weaving Patterns Using a Convolutional Neural Network (CNN)

Kabupaten Wajo memiliki warisan tenun sutra Bugis yang memiliki nilai filosofis tinggi. Identifikasi motif kain ini masih dilakukan secara manual. Cara tradisional tersebut memicu kesalahan klasifikasi dan menghambat digitalisasi budaya. Riset ini membangun sistem pengenalan motif berbasis Convolutional Neural Network (CNN) sekaligus mengukur tingkat akurasinya. Peneliti menerapkan metode Research and Development (R&D) melalui pendekatan prototipe. Peneliti mengumpulkan 3.508 citra dari observasi, katalog, dan media sosial. Himpunan data ini mencakup tujuh kelas motif dan satu kelas Non-Motif. Peneliti membagi data menjadi 70% untuk pelatihan, 15% untuk validasi, dan 15% untuk pengujian. Setelah prapemrosesan, model menjalani pelatihan transfer learning menggunakan arsitektur modifikasi MobileNetV2. Pelatihan berlangsung selama 50 epoch dengan input 224x224x3, batch size 32, dan optimizer Adam. Peneliti lalu mengintegrasikan model ke aplikasi web berbasis Flask. Kontribusi utama riset ini menghadirkan sistem identifikasi otomatis multi-kelas untuk mendukung digitalisasi tekstil Bugis. Pengujian terhadap 533 citra mencatat akurasi 97,76 persen serta skor makro precision, recall, dan F1-score sebesar 0,98. Kelas Bukan Motif, Bunga Lagosi, dan Sobbi KDI meraih F1-score sempurna sebesar 1,00. Temuan ini membuktikan bahwa sistem mampu mengenali motif secara presisi dan efektif melestarikan budaya Bugis