Keris merupakan senjata tradisional
Indonesia yang diakui oleh UNESCO sebagai warisan budaya tak benda,
mencerminkan nilai sejarah dan budaya yang tinggi. Identifikasi dan klasifikasi
dapur keris menjadi tantangan tersendiri karena keragaman bentuk dan kompleksitasnya,
termasuk variasi ricikan yang menyusun dapur keris. Penelitian ini
bertujuan mengembangkan sistem klasifikasi dapur keris berbasis metode You
Only Look Once (YOLO), dengan menyertakan pembangunan dataset yang
mencakup lima jenis dapur keris. Dataset dianotasi menggunakan platform
Roboflow dan dibagi menjadi data training, validation, dan testing
dengan proporsi 70%, 20%, dan 10%. Model YOLOv11 dengan empat varian (YOLOv11n,
YOLOv11s, YOLOv11m, dan YOLOv11l) diuji menggunakan dataset yang telah
disiapkan. Hasil evaluasi menunjukkan bahwa varian YOLOv11s memberikan performa
terbaik dengan accuracy 99%, precision 97.9%, recall 98%, f1-score
98%, mAP50 sebesar 99.5%, dan mAP50-95 sebesar 99.3%.
Selain itu, efisiensi model juga diuji, dengan YOLOv11n mencatat waktu
inferensi tercepat (19,6 ms). Penelitian ini menunjukkan potensi model YOLO
dalam meningkatkan accuracy dan efisiensi klasifikasi dapur keris,
sekaligus menyediakan dataset baru yang dapat digunakan dalam penelitian
lanjutan.
