Perpustakaan Digital ITB

Tenun merupakan salah satu warisan budaya Indonesia yang sudah ada secara turun-temurun dan memiliki teknik pembuatan serta motif yang sangat beragam. Saat ini, tenun dapat mendukung ekonomi kreatif masyarakat lokal dengan menjadi komoditas utama dari beberapa daerah di Indonesia. Tidak menutup kemungkinan bahwa dapat terjadi pemalsuan, pembajakan, dan pengklaiman kain tenun oleh pihak tidak bertanggung jawab yang akan merugikan para pengrajin tenun lokal serta masyarakat umum. Hal tersebut salah satunya dapat terjadi karena kurangnya kesadaran masyarakat umum terhadap keragaman budaya tenun. Desa Boti merupakan salah satu Desa Adat di Kabupaten Timor Tengah Selatan, Nusa Tenggara Timur. Masyarakat Desa Boti sampai saat ini masih mempertahankan adat istiadat leluhurnya dan tenun telah menjadi denyut kehidupan masyarakat Desa Boti. Perkembangan bidang kecerdasan buatan saat ini dapat dimanfaatkan dalam bidang seni untuk dapat mengenali jenis motif khas suatu daerah dengan tujuan untuk dapat meningkatkan kesadaran masyarakan umum terhadap keberagaman budaya tenun dan juga sebagai upaya pelestarian budaya tenun. Penelitian terkait pengenalan motif kain tenun khas suatu daerah sebelumnya telah banyak dilakukan. Namun, masih terdapat beberapa permasalahan yang perlu diselesaikan yaitu permasalahan terkait dataset kain tenun yang masih cukup sulit untuk didapatkan dan juga permasalahan terkait motif kain tenun yang dapat terus berkembang akibat kreativitas dan aktivitas kebudayaan masyarakat setempat. Oleh sebab itu, pada tugas akhir ini akan dibangun suatu model pengenalan motif kain tenun khas Desa Boti dengan menggabungkan metode deteksi objek menggunakan YOLOv8 dan metode few-shot learning menggunakan Siamese Neural Network untuk dapat mengatasi permasalahan tersebut. Dalam tugas akhir ini akan dilakukan eksperimen hyperparameter tuning dan pemilihan support set berbeda untuk dapat memperoleh performa model terbaik yang diukur menggunakan metrics precision, recall, mAP50, dan mAP50-95. Metode yang diusulkan tersebut dapat dilatih dengan dataset yang sedikit namun memiliki performa yang tidak jauh berbeda bahkan lebih baik dari state-of-the-art metode deteksi objek saat ini dalam mengenali 4 motif utama kain tenun khas Desa Boti dengan performa terbaik precision, recall, mAP50, dan mAP50-95 berturut-turut 98.01%, 100%, 99.31%, dan 88.17%. Selain itu, metode yang diusulkan juga cukup fleksibel untuk dapat mengenali jenis motif baru dengan cukup baik.