Explorasi Pola Batik Baru dengan Deep Convolutional Algorithme Generative Adversarial Networks (DCGANs)

Sahrial Ihsani Ishak, Toto Haryanto, Tri Widodo, Angga Bayu Santoso

Abstract


Batik merupakan kesenian tradisional yang berasal dari Indonesia yang memadukan seni, budaya dan teknologi dalam membuatnya. Keanekaragaman motif batik di Indonesia diperoleh dari nilai- nilai simbol, budaya berdasarkan setiap daerah yang terkait erat dengan kehidupan masyarakat itu sendiri. Pengembangan dalam teknologi mendorong untuk membuat terobosan inovasi dalam memaksimalkan jenis – jenis batik dengan pola terbaru. Inovasi dengan machine learning yaitu Deep Convolutional Algorithme Generative Adversarial Networks (DC-GAN) merupakan bentuk terobosan inovasi pengembangan lanjutan Generative Adversarial Networks (GAN) dalam membuat pola – pola terbaru untuk batik. Pengembangan ini akan menggunakan sembilan jenis batik daerah dengan total data gambar sebanyak tiga ribu tiga ratus sembilan puluh tujuh dan dilakukan proses iterasi sebanyak lima ribu kali.

Keywords


DC-GAN; Pola Batik; Model; Pengembangan; Iterasi;

Full Text:

PDF

References


Antoko, T. D. (2021). Pembangkitan Pola Batik Menggunakan Generative Adversarial Network dengan Content Loss Weighting. Universitas Muhammadiyah Malang.

Anwar, S., & Sofyan, K. (1996). Fungsi dan nilai kain Basurek bagi masyarakat Bengkulu. Departemen Pendidikan Dan Kebudayaan.

Chong, M. J., & Forsyth, D. (2020). Effectively unbiased fid and inception score and where to find them. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 6070–6079.

Febriansari, D., & Atmojo, I. R. W. (2021). NgaBatik: Aplikasi Pengenalan Motif Batik Ngawi Berbasis Android. Syntax Literate; Jurnal Ilmiah Indonesia, 6(2), 620–636.

Hao, K., Feng, G., & Zhang, X. (2020). Robust image watermarking based on generative adversarial network. China Communications, 17(11), 131–140.

Hariharan, B., Karthic, S., Nalina, E., & Prakash, P. N. S. (2022). Hybrid Deep Convolutional Generative Adversarial Networks (DCGANS) and Style Generative Adversarial Network (STYLEGANS) Algorithms to Improve Image

Quality. 2022 3rd International Conference on Electronics and Sustainable Communication Systems (ICESC), 1182–1186.

Irawan, Y. A., & Widjaja, A. (2020). Pembangkitan pola batik dengan menggunakan neural transfer style dengan penggunaan cost warna. Jurnal Teknik Informatika Dan Sistem Informasi, 6(2).

Kubat, M., & Kubat. (2017). An introduction to machine learning (Vol. 2). Springer.

Li, Y., Gan, Z., Shen, Y., Liu, J., Cheng, Y., Wu, Y., Carin, L., Carlson, D., & Gao, J. (2019). Storygan: A sequential conditional gan for story visualization. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 6329–6338.

Prayitno, T. (2020). Mengenal Produk Nasional Batik dan Tenun. Alprin.

Rusli, M., Djauhari, T., Aminuddin, F. H., & Surya, J. (2022). Sistem Informasi Pengenalan Batik Jambi Berbasis Android pada Sangar Batik Olak Kemang Kota Jambi. Jurnal Unitek, 15(1), 105–113.

Unesco. (2021). Indonesian Batik. Https://Ich.Unesco.Org/. https://ich.unesco.org/en/RL/indonesian-batik-00170

Wu, Y., Nie, L., Wang, S., Ning, Z., & Li, S. (2021). Intelligent Intrusion Detection for Internet of Things Security: A Deep Convolutional Generative Adversarial Network-enabled Approach. IEEE Internet of Things Journal.

Wulandari, A. (2022). Batik Nusantara: Makna filosofis, cara pembuatan, dan industri batik. Penerbit Andi.

Zhang, A., Lipton, Z. C., Li, M., & Smola, A. J. (2021). Dive into deep learning. ArXiv Preprint ArXiv:2106.11342.




DOI: http://dx.doi.org/10.30872/jim.v18i1.9531

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer

Editor Informatika Mulawarman Address:
ISSN 1858-4853 (Print) | ISSN 2597-4963 (Online)
Published by: Mulawarman University
Managed by : Informatika Department
Jalan Sambaliung No.9 Sempaja Selatan Samarinda Utara,
Kalimantan Timur 75117 - Indonesia
E-mail: jim.unmul@gmail.com
OJS: http://e-journals.unmul.ac.id/index.php/JIM
Contact Person: Gubtha Mahendra Putra

 Creative Commons License

Informatika Mulawarman by http://e-journals.unmul.ac.id/index.php/JIM/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Under the CC BY-SA license, authors and other users are able to reprint, distribute or use the material for commercial purposes so long as they give attribution to the journal Informatika Mulawarman and license the republished material under the same license.