KLASIFIKASI TOKOH WAYANG RAMAYANA MENGGUNAKAN CROSS VISION TRANSFORMER (CROSSVIT) DENGAN OPTIMASI ADAM

Abstract

Wayang merupakan warisan budaya Indonesia yang diakui UNESCO sejak tahun 2003. Namun, minat generasi muda terhadap wayang terus menurun akibat hambatan bahasa, durasi pertunjukan, serta dominasi media digital modern. Penelitian ini bertujuan mengembangkan model klasifikasi otomatis tokoh Wayang Ramayana menggunakan Cross Vision Transformer (CrossViT) dengan optimasi Adam. Dataset terdiri dari 60 karakter wayang yang diperoleh dari foto langsung, dataset Kaggle, dan pencarian daring. Teknik augmentasi digunakan untuk meningkatkan variasi data, meliputi rotasi acak, flipping, cropping, dan penyesuaian warna. Model CrossViT memanfaatkan patch multi-skala 16×16 dan 32×32 untuk menangkap detail ornamen wayang secara menyeluruh. Hasil penelitian menunjukkan akurasi pelatihan 97,56% dan akurasi validasi 89,12%. Precision rata-rata mencapai 0,90 dan recall 0,88. Sebanyak 18 karakter berhasil diklasifikasi sempurna (F1-score 1,00), sementara beberapa karakter seperti Pratalamariam mengalami kesalahan klasifikasi akibat kemiripan visual. Penelitian ini membuktikan potensi CrossViT dalam upaya digitalisasi dan pelestarian wayang, serta membuka ruang pengembangan lebih lanjut terutama untuk karakter dengan fitur ambigu.