IMPLEMENTASI YOLOv8 DALAM PENGENALAN POLA MOTIF KAIN BATIK BESUREK KHAS PROVINSI BENGKULU

Batik Besurek adalah warisan budaya tak benda dari Provinsi Bengkulu.
Motif dominannya berupa kaligrafi Arab yang dipadukan dengan elemen flora dan
fauna. Namun demikian batik besurek hanya dikenal dengan satu sebutan yaitu
batik besurek, padahal memiliki beragam motif yang dapat diklasifikasikan
berdasarkan warna dan bentuknya, batik besurek merupakan sebuah seni sehingga
dapat dikresikan oleh pengrajin yang menggabungkan beberapa motif sehingga
proses identifikasi cukup sulit dilakukkan karena kemampuan untuk mengenali
setiap motif batik besurek membutuhkan pengalaman dan pengetahuan dari
kalangan tertentu. Dalam upaya mengatasi keterbatasan image klasifikasi penelitian
ini mengintegrasikan teknologi objek deteksi menggunakkan algoritma Yolov8
yang akan di-deployment sampai ketahap website untuk mengidentifikasi motif
batik besurek secara otomatis, yang diharapkan dapat memudahkan klasifikasi dan
meningkatkan pengetahuan tentang kekayaan budaya batik besurek dari Provinsi
Bengkulu. Pengumpulan data dilakukkan dengan observasi langsung kelapangan
dan menghasilkan sembilan motif yaitu Kaligrafi, Rembulan, Kembang Melati,
Burung Kuau, Kembang Cempaka, Relung Paku, Raflesia, Burung Punai dan
Pohon Hayat. Data citra terbaik yang dihasilkan dalam penelitian ini berjumlah
5.772 yang sudah melalui tahap augmentasi dan preprocessing. Berdasarkan
percobaan yang dilakukkan kombinasi nilai parameter epoch sebesar 300, Learning
Rate 0.000318092, batch size 16, momentum 0.680301 dan weight decay
0.000162225 menjadi model terbaik. Penulis melakukkan evaluasi pada model
tersebut menggunakkan data uji sebanyak 578 data citra terhadap model tersebut
dengan nilai mAP@.5 sebesar 0,929 dan mAP@.5:.95 sebesar 0,87. Kemudian
dilakukkan juga beberapa pengujian menggunakkan data yang bersumber dari
internet sebanyak 30 data citra dengan berbagai kondisi menghasilkan bahwa model
tersebut bekerja maksimal saat mendeteksi suatu motif batik kain besurek dengan
jarak gambar yang dekat dan terlihat jelas. Namun model yolov8 masih kesulitan
mendeteksi objek secara akurat dalam jarak objek yang terlalu jauh dan tidak
terlihat jelas, serta kemiripan fitur dari segi warna dan bentuk motif. YOLOv8 juga
sangat sensitif terhadap perubahan pencahayaan atau kondisi lingkungan lainnya.
Kata Kunci: Batik Besurek, Identifikasi, Object Detection Yolov8, Website