KLASIFIKASI GAYA SENI LUKIS (ARTSTYLECLASSIFICATION) MENGGUNAKAN METODE RESNET-50PADA DIGITALART DATASET

DEVA, ALPITO DIAN (2026) KLASIFIKASI GAYA SENI LUKIS (ARTSTYLECLASSIFICATION) MENGGUNAKAN METODE RESNET-50PADA DIGITALART DATASET. Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (1MB)
	Text BAB 1 2 3.pdf Download (666kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (6MB) | Request a copy

Abstract

Perkembangan teknologi digital mendorong meningkatnya jumlah karya seni lukis dalam bentuk digital yang tersebar melalui berbagai platform daring. Namun, proses pengenalan dan pengelompokan gaya seni lukis masih banyak dilakukan secara manual, sehingga bersifat subjektif, memerlukan keahlian khusus, dan kurang efisien ketika diterapkan pada dataset berskala besar. Oleh karena itu, penelitian ini bertujuan untuk menerapkan metode deeplearning menggunakan arsitektur Convolutional Neural Network (CNN) ResNet-50 dalam melakukan klasifikasi gaya seni lukis secara otomatis pada dataset digital art.Dataset yang digunakan terdiri dari 2126 citra lukisan digital yang terbagi ke dalam 13 kelas gaya seni lukis. Tahapan penelitian meliputi pengumpulan data, pra- pemrosesan citra, pelatihan model menggunakan teknik transfer learning, serta evaluasi kinerja model. Proses pelatihan dan pengujian dilakukan dengan memanfaatkan Google Colab, sedangkan sistem klasifikasi diimplementasikan dalam bentuk aplikasi berbasis web. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score, serta dianalisis menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa metode ResNet-50 mampu mengklasifikasikan gaya seni lukis dengan tingkat akurasi yang baik dan stabil. Model dapat mengenali pola visual khas dari setiap gaya seni lukis secara efektif, sehingga sistem yang dibangun mampu memberikan hasil klasifikasi yang konsisten dan objektif. Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan aplikasi klasifikasi seni berbasis teknologi, serta membantu masyarakat, kurator, dan pengelola galeri digital dalam mengenali dan mengelompokkan karya seni lukis secara lebih cepat dan akurat.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Klasifikasi Gaya Seni Lukis, Deep Learning, Convolutional Neural Network, ResNet-50, Digital Art.
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Pustaka - -
Date Deposited:	28 Sep 2026 02:28
Last Modified:	28 Sep 2026 02:28
URI:	http://repository.upp.ac.id/id/eprint/4908

Actions (login required)

View Item