Klasifikasi Wayang Kulit Kurawa Menggunakan Algoritma CNN

Abstract

Wayang kulit, sebagai warisan budaya Indonesia yang diakui oleh UNESCO, menghadapi tantangan pelestarian akibat pergeseran minat generasi muda terhadap hiburan digital. Tokoh Kurawa dalam Mahabharata, yang merupakan tokoh antagonis kunci, sering kali direduksi menjadi tujuh karakter utama dalam pementasan wayang kulit Jawa, seperti Duryudana dan Dursasana. Penelitian ini bertujuan untuk mengklasifikasikan tokoh-tokoh Kurawa menggunakan Convolutional Neural Network (CNN) sebagai upaya mendukung dokumentasi digital. CNN dipilih karena kemampuannya yang terbukti dalam mengekstrak fitur visual, seperti tepian dan tekstur, melalui lapisan konvolusi, pooling, dan fully connected. Dalam eksperimen yang dilakukan, model CNN berhasil mencapai akurasi sebesar 89,50% dengan waktu eksekusi 20,83 detik. Top-3 accuracy mencapai 98%, menunjukkan kemampuan model dalam mengidentifikasi karakter dengan presisi tinggi. Hasil evaluasi menggunakan classification report menunjukkan nilai precision, recall, dan f1-score yang sangat baik untuk sebagian besar kelas, dengan nilai rata-rata makro sebesar 89,41%. Hasil ini membuktikan efektivitas CNN sebagai alat yang dapat digunakan untuk preservasi digital tokoh wayang kulit. Pendekatan ini memungkinkan nilai filosofis wayang kulit untuk diakses secara interaktif oleh generasi muda, sekaligus mempertahankan relevansi budaya tradisional di era digital. Dengan demikian, teknologi deep learning dapat menjadi solusi dalam pelestarian warisan budaya, khususnya wayang kulit, untuk mengatasi ancaman kepunahan akibat globalisasi.