SISTEM KLASIFIKASI MOTIF BATIK JOMBANG BERBASIS CNN UNTUK PELESTARIAN WARISAN BUDAYA

Batik, sebagai aset dan identitas budaya nasional, wajib dilestarikan dan dilaporkan perkembangannya secara berkala, yang meliputi aspek pewarisan, penggunaan, dan penyebarluasan. Tantangan utama dalam upaya pelestarian ini adalah keanekaragaman motif yang kompleks, yang memerlukan solusi digital untuk klasifikasi dan dokumentasi yang efisien. Penelitian ini bertujuan mengatasi tantangan tersebut dengan mengembangkan Sistem Klasifikasi Motif Batik Jombang berbasis Deep Learning arsitektur EfficientNetB0, dan mengintegrasikannya ke dalam aplikasi website Streamlit yang interaktif. Model ini sukses mengklasifikasikan enam motif utama Batik Jombang (Burung Hong, Sulur Kangkung, Ploso Bersemi, Jombang Berseri, Merak Kinasih Keyna Galeri, dan Garudan) dengan hasil evaluasi yang menunjukkan generalisasi kuat; akurasi mencapai 0.9408 (94.08%) dan loss hanya 0.0055. Implementasi sistem ini menyediakan katalog digital yang mendukung pengrajin dan mempopulerkan motif batik kepada masyarakat luas. Dengan demikian, website ini secara signifikan berkontribusi pada inovasi digital dan komitmen pelestarian Batik Jombang sebagai bagian dari identitas nasional, sejalan dengan kebutuhan evaluasi budaya yang berkelanjutan.