Deteksi Cacat pada Motif batik MenggunakanAlgoritma Yolov8s dan AdamW [ENY] [NII]

Abstract

Batik merupakan warisan budaya Indonesia yang memiliki nilai ekonomi
dan estetika. Namun, dalam proses produksinya, terutama batik tulis dan
cap, riskan terjadi cacat visual seperti tumpahan malam dan motif yang terputus akibat ketergantungan pada inspeksi manual yang bersifat subjektif dan tidak konsisten. Penelitian ini bertujuan mengembangkan sistem deteksi cacat otomatis pada batik dengan memanfaatkan algoritma YOLOv8s sebagai model deteksi objek, serta dioptimasi menggunakan algoritma AdamW untuk meningkatkan stabilitas dan kecepatan konvergensi model. Pendekatan ini diharapkan mampu mengenali cacat secara pada citra batik digital, sehingga dapat mempercepat proses inspeksi dan meningkatkan kontrol mutu dalam industri batik. Dengan mengisi celah pada penelitian sebelumnya yang belum secara khusus menerapkan object detection untuk motif batik tradisional, sistem yang diusulkan berpotensi mengurangi ketergantungan terhadap tenaga
ahli dalam inspeksi visual dan mendukung pelestarian serta daya saing produk batik Indonesia secara digital.