Penelitian ini dilatarbelakangi oleh pentingnya pelestarian budaya,
khususnya pakaian adat Sulawesi, di tengah maraknya modifikasi yang berpotensi
menghilangkan nilai filosofisnya. Minimnya media edukasi digital yang
mengenalkan pakaian adat turut memperparah permasalahan ini. Oleh karena itu,
dibutuhkan sistem berbasis teknologi yang dapat membantu mengenali serta
melestarikan pakaian adat Sulawesi.
Penelitian ini mengembangkan sistem klasifikasi pakaian adat Sulawesi
menggunakan Convolutional Neural Network (CNN). Data dikumpulkan melalui
web scraping dari berbagai sumber, lalu dilakukan preprocessing berupa resize,
augmentasi, dan normalisasi. Dataset terdiri dari 1.880 gambar dari 14 kelas
pakaian adat Sulawesi. Model yang digunakan meliputi CNN Konvensional,
InceptionV3, dan MobileNetV2, yang dilatih dan dievaluasi menggunakan metrik
akurasi serta confusion matrix. Proses pelatihan menggunakan metode cross-entropy loss dan optimizer Adam.
Hasil penelitian menunjukkan bahwa model MobileNetV2 memiliki performa paling optimal dengan akurasi tinggi dan parameter yang efisien. Sistem
ini kemudian diimplementasikan dalam sebuah aplikasi berbasis web untuk
membantu masyarakat mengenali pakaian adat Sulawesi secara digital. Diharapkan penelitian ini dapat menjadi kontribusi nyata dalam pelestarian budaya lokal di era digital.