Tentang Project
Judul Project
Implementasi dan Analisis Perbandingan Transfer Learning MobileNetV2 dan EfficientNetB0 untuk Klasifikasi Motif Batik Indonesia Berbasis Web Menggunakan Flask.
Arsitektur Model
Kedua model menggunakan basis pretrained ImageNet dengan seluruh layer di-freeze, ditambah head klasifikasi custom: GlobalAveragePooling2D → Dense(256, ReLU) → Dropout(0.5) → Dense(softmax).
Konfigurasi Training
Optimizer Adam (lr=0.0001), loss categorical_crossentropy, 30 epoch, batch size 32, dengan EarlyStopping, ModelCheckpoint, dan ReduceLROnPlateau.
Preprocessing & Augmentasi
Resize 224x224, normalisasi pixel, label encoding, shuffle, split 70/15/15, serta augmentasi rotation/zoom/shift/shear/flip pada data training.
Tech Stack
Python, TensorFlow/Keras, Scikit-learn, Pandas, NumPy, Matplotlib, Seaborn, Flask, Bootstrap 5, dan Chart.js.
Konteks Akademik
Project ini disusun sebagai Capstone Project pada Mata Kuliah Kecerdasan Buatan dengan fokus Computer Vision, yang mencakup penerapan Transfer Learning, perbandingan minimal dua arsitektur model, evaluasi kuantitatif menyeluruh, serta implementasi aplikasi web yang siap dipresentasikan.