SKRIPSI IF
APLIKASI MOBILE TEMU BATIK UNTUK PENGENALAN MOTIF BATIK BERBASIS CITRA DIGITAL DENGAN INTEGRASI MACHINE LEARNING DAN EXPLAINABLE ARTIFICIAL INTELLIGENCE (XAI)
ABSTRAK
Keanekaragaman motif batik menyebabkan masyarakat masih mengalami
kesulitan dalam mengenali dan membedakan karakteristik setiap motif. Proses identifikasi
secara manual juga membutuhkan pengetahuan khusus sehingga diperlukan media
pengenalan yang mudah digunakan dan informatif. Penelitian ini bertujuan
mengembangkan aplikasi mobile Temu Batik sebagai media identifikasi dan edukasi
motif batik berbasis citra digital. Aplikasi menyediakan fitur pengambilan gambar melalui
kamera dan pemilihan gambar dari galeri, kemudian menampilkan nama motif, tingkat
keyakinan prediksi, asal daerah, deskripsi, serta referensi informasi. Aplikasi juga
dilengkapi visualisasi Grad-CAM untuk menunjukkan bagian citra yang menjadi
perhatian model, daftar motif batik sebagai media pembelajaran, serta fitur penyimpanan,
penampilan kembali, dan penghapusan riwayat deteksi. Pengembangan aplikasi
menggunakan metode Agile dengan Flutter, FastAPI, MobileNetV2, dan Grad-CAM.
Berdasarkan evaluasi, mekanisme Open Set Recognition diterapkan agar aplikasi dapat
menolak citra yang tidak sesuai dengan motif batik yang didukung. Hasil Black Box
Testing menunjukkan fitur aplikasi berjalan sesuai kebutuhan fungsional. User
Acceptance Test memperoleh nilai delapan puluh tujuh persen pada kemudahan
penggunaan dan delapan puluh delapan persen pada kualitas fitur, yang termasuk kategori
sangat baik.
Kata kunci: Aplikasi Mobile, Batik, MobileNetV2, Grad-CAM, Open Set Recognition
v
ABSTRACT
The diversity of Indonesian batik motifs makes it difficult for the public to
recognize and distinguish the characteristics of each motif. Manual identification also
requires specialized knowledge, highlighting the need for an informative and user-friendly
recognition medium. This study aims to develop Temu Batik, a mobile application for
identifying and learning Indonesian batik motifs based on digital Image Processing. The
application provides image acquisition through the device camera or gallery, then
displays the predicted motif name, confidence score, region of origin, description, and
supporting references. It also incorporates Grad-CAM visualization to highlight the
image regions considered by the model during prediction, a batik motif catalog as an
educational feature, and functionality for saving, viewing, and deleting detection history.
The application was developed using the Agile methodology with Flutter, FastAPI,
MobileNetV2, and Grad-CAM. Based on the evaluation results, an Open Set Recognition
mechanism was implemented to reject images that do not belong to the supported batik
motif classes. Black Box Testing confirmed that all application features functioned
according to the specified requirements. Furthermore, the User Acceptance Test achieved
87% for ease of use and 88% for feature quality, both of which were classified as very
good.
Keywords: Mobile Application, Indonesian Batik, MobileNetV2, Grad-CAM, Open Set
Recognition.
| S260908028 | 607.2 SYA a | Perpustakaan STMIK AMIKBANDUNG | Tersedia |
Tidak tersedia versi lain